買專利賣專利找龍圖騰，真高效！ 查專利查商標用IPTOP,全免費！專利年費監控用IP管家,真方便！

龍圖騰網獲悉昆明理工大學申請的專利一種基于機器學習的SLM合金TC4拉伸強度預測方法獲國家發明授權專利權，本發明授權專利權由國家知識產權局授予，授權公告號為：CN115938513B 。

龍圖騰網通過國家知識產權局官網在2025-08-22發布的發明授權授權公告中獲悉：該發明授權的專利申請號/專利號為：202211545411.X，技術領域涉及：G16C60/00；該發明授權一種基于機器學習的SLM合金TC4拉伸強度預測方法是由劉洪喜;齊惠清;張曉偉;陶建濤;李為尚;劉亮設計研發完成，并于2022-12-05向國家知識產權局提交的專利申請。

本一種基于機器學習的SLM合金TC4拉伸強度預測方法在說明書摘要公布了：本發明公開了一種基于機器學習的SLM合金Ti?6Al?4VTC4拉伸強度預測方法，包括以下步驟：獲取用來預測TC4合金拉伸強度的特征數據訓練集；建立機器學習模型數據庫，篩選特征數據，獲取最優特征組合；通過十重交叉驗證方法選擇機器學習模型；采用選擇的機器學習模型并輸入最優特征組合進行模型訓練；模型訓練完成后，輸入未知的TC4合金成分以及加工條件，得到輸出數據，即為抗拉強度。本發明利用機器學習尋找確定TC4合金拉伸強度高的作用因素，推動TC4合金拉伸強度增強因素的探索，建立有效的抗拉強度模型，提高拉伸強度預測精度，對促進TC4合金性能優化、加速TC4合金的成分設計優化具有重要意義。

本發明授權一種基于機器學習的SLM合金TC4拉伸強度預測方法在權利要求書中公布了：1.一種基于機器學習的SLM合金TC4拉伸強度預測方法，其特征在于，包括： Step1、獲取用來預測TC4合金拉伸強度的特征數據訓練集； Step2、建立機器學習模型數據庫，篩選特征數據，獲取最優特征組合； Step3、通過十重交叉驗證方法選擇機器學習模型，具體如下：將樣本量拆封成若干組，選取一組數據，剩下的多組數據建立模型可得該組合的模型及其檢驗值，如此可循環若干次，選取最優模型為支持向量回歸模型； Step4、采用選擇的機器學習模型并輸入最優特征組合進行模型訓練； Step5、模型訓練完成后，輸入未知的TC4合金成分以及加工條件，得到輸出數據，即為抗拉強度，具體步驟如下： Step5.1：應用SVR結合LOOCV法對數據集中樣本進行了建模訓練與預測研究； Step5.2：以溫度、保溫條件、冷卻方式3個參數為輸入量，以合金的抗拉強度為輸出變量，依序每次取出1個樣本為測試樣本，其余樣本為訓練樣本，以這種方式進行25次的SVR建模和預測； 所述支持向量回歸訓練模型建立的具體步驟為： 1設樣本集為x1，y1，…，xm，ym，尋找一個輸入空間到輸出空間的非線性映射； 2并在特征空間F中用下述函數進行線性回歸：fx＝w·Φx+b,Φ:Rn→F,w∈F； 3其中b是閾值，w是回歸系數向量； 4影響w的因素有：經驗風險的總和以及使其在高維空間平坦的‖w‖2 即， 其中m表示訓練樣本個數，Lεfxi-yi是損失函數,C是懲罰因子，ε是誤差； 5引入松弛因子，建立拉格朗日方程，偏導、對偶優化最后得線性回歸函數 6kx，xi＝Фx·Фxi為核函數；選擇不同形式的核函數就可以生成不同的SVR回歸模型。

如需購買、轉讓、實施、許可或投資類似專利技術，可聯系本專利的申請人或專利權人昆明理工大學，其通訊地址為：650000 云南省昆明市五華區一二一大街文昌路68號；或者聯系龍圖騰網官方客服，聯系龍圖騰網可撥打電話0551-65771310或微信搜索“龍圖騰網”。