2022年6月20日，国际权威期刊《Materials & Design》(Top期刊，中科院1区，IF7.991)在线发表我院龙志林教授课题组研究成果《Machine learning driven rationally design of amorphous alloy with improved elastic models》(基于改进弹性模型的机器学习驱动非晶合金的理性设计)，李壮博士为第一作者，龙志林教授为通讯作者，我校为第一作者单位。

文章聚焦非晶合金的理性设计这一热点与难点，从弹性的角度基于数据驱动的机器学习策略对非晶合金展开了较为全面的研究，通过分别使用合金成分和结构描述符作为输入，利用多种机器学习方法成功对弹性模型进行了优化、生成和解释。与之前报道的弹性模型相比，该方法具有精度高、操作简单、适用性广和解释性良好的显著优势。基于模型的解释发现，摩尔体积和鲍林电负性是影响非晶合金弹性常数的关键结构因子。通过对两个三元非晶合金体系的玻璃形成能力与塑性预测，所建立的弹性模型的性能得到了很好的验证。最后，基于改进的弹性模型，研究团队提出了一个基于四步策略的非晶合金设计框架。研究结果对加速非晶合金成分筛选和性能优化具有巨大潜力。

下图为非晶合金的弹性模型ML建立过程：

下图为论文所提出的基于弹性视角的非晶合金设计框架：