基于特征工程辅助机器学习的高熵合金相预测研究.pdfVIP

哈尔滨理工大学电子信息硕士学位论文

基于特征工程辅助机器学习的高熵合金相预测研究

摘要

高熵合金具有很多优异的性能，在包括集成电路，医疗等领域展示了很好

的应用前景，是一种非常具有研究价值的合金材料。高熵合金的综合性能高度

依赖于它们的相组成。但是因其有着巨大的成分空间，探索相结构的大规模实

验与理论计算面临着极大的阻碍。机器学习是一种强大的工具，可以灵活地应

用于高熵合金的相组成预测，而机器学习模型的性能严重依赖于特征的质量，

因此选择合适的特征工程方法捕获显著的特征以预测高熵合金的相组成对研究

高熵合金是非常有意义的。

针对以描述符作为机器学习模型输入，进行特征工程筛选最优特征的主流

18

做法，本文基于六种不同的高熵合金相分类问题，收集了个材料描述符，从

特征重要性，相关性和降维三个角度采用对应的特征工程方法进行特征筛选，

对五个机器学习模型性能进行了评估。结果表明随机森林在所有模型中综合预

测性能最佳，三种特征工程方法筛选出来的特征集得到的模型彼此之间性能相

差较小。但其中最佳的模型的性能在各个问题中基本上都优于未筛选特征和常

见特征对应模型的性能。

由于机器学习模型的“黑箱”本质，特征到相分类结果的具体映射过程并

不清楚。为了探索不同特征对模型预测结果的作用以及不同特征代表的高熵合

金物理性质对相形成的影响，针对分类标签最全的相四分类问题，利用SHAP

方法和PDP/ICE方法展开了可解释性分析。结果表明筛选出来的特征中有四个

特征是最为重要的，并分析确定了有助于形成不同的相的这四个特征的取值范

围。此外，为了探究模型之间性能差异的原因，绘制了不同模型的决策边界图，

发现随机森林的决策边界相较于其他模型更为详细，因而可以在小范围内更加

仔细地鉴别相组成。这些结果对于设计所需相结构的高熵合金具有重要指导意

义。

鉴于主流做法的过程比较复杂，描述符的准确性会严重影响最终的预测结

果，探讨了一种新的特征工程方法，即将每一个高熵合金根据成分信息映射成

元素周期表形式的二维伪图像，然后用卷积神经网络来自动提取特征进行分类。

结果表明，该方法提取的特征与主流做法筛选的描述符特征的预测效果相当。

I

哈尔滨理工大学电子信息硕士学位论文

此外，为了进一步提升模型性能，本文提出了将卷积神经网络提取的特征与描

述符结合起来，利用遗传算法来筛选最优特征集的特征工程方法，并应用于高

熵合金相四分类问题。结果表明，该方法提取的特征集既吸收了描述符中蕴含

的领域知识又学习了从元素周期表中提取的元素的知识，进一步提升了模型对

于相预测的性能。

关键词高熵合金；机器学习；相分类；特征工程；可解释性分析

II

哈尔滨理工大学电子信息硕士学位论文

Researchonphasepredictionofhighentropyalloys

basedonfeatureengineering-assistedmachine

learning

Abstract

Highentropyalloyshavemanyexcellentpropertiesandhaveshowngreat

applicationprospectsinfieldssuchasintegratedcircuitsandmedicalindustry,

makingthemahighlyvaluablealloymaterialforresearch.Thecomprehensive

performanceofhighentropyalloyshighlydependsontheirphasecomposition.But

duetotheirhugecompositionspace,large