机器学习在永磁材料研究中的应用进展

作     者：李金栋 郝永勤 孙旭 沈鹏 韩瑞 周栋 LI Jindong;HAO Yongqin;SUN Xu;SHEN Peng;HAN Rui;ZHOU Dong

作者机构：钢铁研究总院有限公司功能材料研究院北京100081 北京航天控制仪器研究所北京100854 北京大学物理学院北京100871 

出 版 物：《功能材料》 (Journal of Functional Materials)

年 卷 期：2025年第56卷第1期

页      码：1064-1074页

摘      要：永磁材料在现代工业与科学技术中发挥了重要的作用。近年来,借助机器学习方法在预测和优化永磁材料的制备与应用方面取得了巨大的发展。较为全面的综述了机器学习在永磁材料研究中的应用,介绍了机器学习的学习流程和常用的机器学习算法,综述了机器学习技术在微观特性分析与结构优化、磁性能预测与成分优化、探索新材料等方面的研究进展。提出了机器学习在永磁材料领域所面临的问题,包括数据维度高、样本量有限、噪音干扰大、缺失值较多等。在未来研究中,应深入研究并探索新的算法和优化策略,扩充数据集规模,以及结合智能化实验技术加快永磁材料的研发与改进。

主 题 词：永磁材料 机器学习 磁特性分析 磁性能预测 材料设计 

学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

核心收录：

D　O　I：10.3969/j.issn.1001-9731.2025.01.008

馆 藏 号：203156617...