常可可

本研究提出了一种数据驱动方法，通过结合相图计算与机器学习技术，实现对G-M体系相形成规律的预测。首先利用CALPHAD方法计算34个G-M体系二元相图，建立热力学数据库，分析其相平衡与相变行为。随后利用决策树算法，以相图数据与碳化物形成焓（ΔH）为数据集，训练预测模型，并泛化至额外13种G-M体系的相形成规律。