北京工业大学宋晓艳教授团队丨Sm–Co基合金矫顽力的可解释性机器学习预测

本研究基于永磁材料原理，开发了物理可解释的机器学习框架，用于预测Sm–Co基合金的矫顽力。背景在于传统经验优化方法效率低，需转向数据驱动设计。研究目的为通过两步式符号回归算法结合频率统计与特征贡献度分析，系统重构关键特征，建立高通量预测模型，实现精准预测。结论表明，以SmCo7基合金为例，模型确定Ti、In和Al三元共掺为提升矫顽力的最佳方案，实验成功制备出新型纳米晶合金，矫顽力分别达31.78 kOe和33.39 kOe，超过数据集最高水平，验证了模型准确性。该研究实现了从经验优化到机制导向数据驱动设计的范式转变。