摘要
本发明公开了一种基于知识蒸馏的合金成分逆向设计方法及系统，涉及材料基因和合金逆向设计领域，包括：收集合金的成分数据和对应性能数据整理得到数据集，计算数据集中每种合金的原子特征；基于原子特征和性能数据构建并训练监督学习模型，建立合金原子特征到性能的映射关系；基于成分数据和性能数据训练深度神经网络模型，构建合金成分到性能的映射关系；深度神经网络模型训练过程中采用反向传播算法调整网络参数，最小化深度神经网络模型与监督学习模型的预测差异；进行采样优化并通过深度神经网络模型的梯度信息进行成分优化，寻找最优合金成分。本发明结合合金的成分和原子特征，解析具有高性能合金的成分，实现了材料的定制化设计与优化。
