摘要
摘要:金及其合金特别是三元金合金在电接触材料领域得到了广泛的应用。由于三元金合金组分和配比的复杂性,如何高效地设计具有低电阻率的三元金合金电接触材料仍然是一个挑战。提出了一种低电阻率三元金合金材料的逆向设计方法,该方法将机器学习的定性分类方法(模式识别最佳投影)与定量预测方法(XGBoost)相结合,设计出比已有三元金合金材料电阻率更低的新材料。采用最大相关最小冗余(mRMR)结合XGBoost算法筛选出建模的特征变量;利用模式识别逆投影方法设计了 3个低电阻率三元金合金候选样本,即AuZr1.95Cu0.52、AuZr1.12Cu4和AuSc1.86 Cu2.75,并通过XGBoost模型估算了候选样本的电阻率。结果表明,根据模式识别逆投影方法设计的样本具有较低的电阻率,其电阻率负对数(-lgρ)预报值分别为6.718,6.707和6.701,均超过了原始数据集-lgρ的最大值6.68。该研究方法作为材料逆向设计的参考方法,有助于实验数据的统计规律挖掘,可以加快新材料设计。
- 单位