一种用于SiBCNZr非晶陶瓷性能预测与组分优化的机器学习辅助设计方法

本发明提供了一种用于SiBCNZr非晶陶瓷性能预测与组分优化的机器学习辅助设计方法，基于第一性原理计算与从头算分子动力学构建SiBCNZr多组分非晶结构模型，计算对应的结合能和多种力学性能参数；根据对应的结合能和多种力学性能参数构建样本数据集；对样本数据集进行预处理，得到SiBCN‑Zr数据集；构建多性能预测模型，根据SiBCN‑Zr数据集优化模型参数，得到最优的多性能预测模型；最优的多性能预测模型输出满足性能需求的最优SiBCNZr陶瓷组分组合。本发明采用上述的一种用于SiBCNZr非晶陶瓷性能预测与组分优化的机器学习辅助设计方法可显著提高多组分非晶陶瓷材料在性能预测、机制解析与成分优化方面的效率与精度，具有广泛的工程应用价值与推广潜力。