ПРОГНОЗИРОВАНИЕ СВОЙСТВ ВЫСОКОЭНТРОПИЙНЫХ СПЛАВОВ С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ
10.25712/ASTU.1811-1416.2026.01.007
DOI:
https://doi.org/10.25712/ASTU.1811-1416.2026.01.007Ключевые слова:
высокоэнтропийный сплав, нейронные сети, машинное обучение, многофазная структура, прогнозирование свойств материаловАннотация
В статье рассматривается применение нейронных сетей для прогнозирования свойств высокоэнтропийных сплавов (ВЭС), которые характеризуются сложным химическим составом и многофазной структурой. Традиционные методы прогнозирования (феноменологические правила, CALPHAD и молекулярная динамика) часто требуют значительных вычислительных ресурсов и обладают ограниченной точностью. Предлагается использовать нейронные сети, способные выявлять сложные зависимости в данных, для решения этой задачи. Описана методология разработки модели, включая предобработку данных, архитектуру сети с полносвязными слоями и Dropout, а также процесс обучения и оценки. Результаты показывают высокую точность предсказаний, подтвержденную средней абсолютной ошибкой (MAE) для следующих свойств: микротвердость, модуль Юнга, предел текучести и прочности. Исследование демонстрирует потенциал нейронных сетей в ускорении разработки новых ВЭС с заданными свойствами и открывает перспективы для дальнейших исследований в материаловедении.
Журнал «Фундаментальные проблемы современного материаловедения»
Контент доступен под лицензией 
