基于机器学习的挤压铸造铝合金力学性能预测

基于现有挤压铸造研究数据,以不同合金元素及其含量下铝合金的力学性能作为训练数据,结合带有因子分解机(Factorization Machine,FM)的多项式回归模型,通过机器学习算法,以梯度下降策略对模型进行训练学习。然后,以合金的元素含量作为输入条件,预测该成分下合金的力学性能,并与试验力学性能作对比验证。结果表明,该模型能较好地预测不同元素含量铝合金的抗拉强度、屈服强度、硬度和伸长率等力学性能指标。