【封面文章】深度学习加速多种强度–韧性多主元合金的发现

本文针对多主元合金（MPEAs）设计中强度与韧性难以兼顾、高维成分空间数据稀缺且优化困难的问题，提出了一种融合深度学习与多目标优化的智能设计框架。研究背景是传统实验方法难以高效探索复杂的MPEAs成分空间。研究目的是通过结合自适应特征融合网络、生成对抗网络和非支配排序遗传算法，建立闭环迭代机制，以加速发现具有优异强度-韧性组合的新合金。结论表明，仅经三轮迭代，该框架便成功筛选出八种性能超越基准的MPEAs，微观分析证实其能通过精准成分调控获得多样化的强韧性匹配，为多目标材料设计提供了高效、可推广的路径。