一种数据驱动的材料逆向设计方法及系统

本发明公开了一种数据驱动的材料逆向设计方法及系统，所述方法包括如下步骤：首先，获取已成型材料样本的材料数据；然后，根据材料数据，分别选取每种性能参数与设计参数对应关系的机器学习模型；基于材料数据采用交叉验证法分别对每个机器学习模型的参数进行搜索选择，获得每种性能参数与设计参数对应关系的修改后的机器学习模型，作为遗传算法的每种性能参数的适应度函数；最后，采用遗传算法进行优化求解，本发明在遗传算法中采用非支配排序和拥挤距离排序的方式，实现多目标的优化求解，无需引入惩罚因子，克服传统网格搜索中搜索空间无法穷尽所有的可能和惩罚因子引入过程造成设计结果不精确的技术缺陷，提高材料反向设计的全面性和精确性。
上海大学
钱权 | 张鹏