金屬合金材料采用人工神經(jīng)網(wǎng)絡和田口優(yōu)化了Al5059/SiC/MoS2復合金材料的工藝參數(shù)和實驗變量。金屬合金材料神經(jīng)網(wǎng)絡模型中使用了5個輸入變量和6個輸出變量以及27個數(shù)據(jù)進行訓練和測試。金屬合金材料輸出變量的性能由R2決定，R2為98.12%的表面粗糙度，98.63%的溫度，96.98%的徑向力，98.54%的進給力，99.34%的材料去除率(MRR)和98.71%的切向力。金屬合金材料采用“越小越好”的L27正交組合(三水平五因素)進行田口設(shè)計。

金屬合金材料結(jié)果表明，SiC含量為5%、切削速度為40 rpm、顆粒尺寸為μm、進給量為200 mm/min、切削深度為0.5 mm時，表面粗糙度的最佳信氮比。金屬合金材料對于溫度，所有值都是相同的，但切割速度是500 rpm。徑向力、進給力、材料去除率和切向力是最優(yōu)值。金屬合金材料采用方差分析(ANOVA)研究了工藝變量對質(zhì)量的顯著性和影響。作者報告說，在銑削操作的所有輸入?yún)?shù)中，最重要的變量是復合金材料中碳化硅的添加量(wt.%)，其次是進給量、切削深度、切削速度和碳化硅顆粒尺寸。

金屬合金材料采用擠壓法制備了TiC+Al2O3 + Si3N4增強的Al2219合金。金屬合金材料在熔體溫度、模具溫度、攪拌速度、進料速度和攪拌時間(min)是不同的。為了優(yōu)化混雜復合金材料的力學性能，采用anfiss -gray wolf優(yōu)化算法和anfiss - k -nearest neighbor算法進行了統(tǒng)計研究。他們觀察到，優(yōu)化結(jié)果預測了獲得高力學性能的鋁雜化復合金材料最合適的工藝參數(shù)，實驗和優(yōu)化結(jié)果顯示雜化參數(shù)和工藝參數(shù)的最優(yōu)組合。