高硬且耐蚀
通过机器学习设计的难熔高熵合金，同时实现高硬度和优异耐腐蚀性能，已验证三种新合金预测准确率超过85%。
Wu, Tao · 王瑞权 · Guang, Chen · 殷亚军 · Yanbin, Shen · Changxin, Lei · Zhao, Huayong
Materials and Design 2026
采用多任务学习结合树集成算法，开发了硬度、腐蚀电位和腐蚀电流密度的预测模型，避免了为每种性能单独建模的繁琐流程。
优化后的模型展现了高预测精度，硬度 R² 为 0.91，腐蚀电位和腐蚀电流密度 R² 为 0.83，可减少实验筛选的盲目性。
三种新设计的 RHEAs 经实验验证，预测与实测性能高度一致，准确率超过 85%，证明了该机器学习框架的可靠性。
SHAP 分析揭示了影响性能的关键描述符，如 d 电子浓度、平均电负性、平均熔点和混合熵等，有助于理解合金性能的物理起源。