金属合金资料选取人为神经网络和田口优化了Al5059/SiC/MoS2复合金资料的工艺参数和尝试变量。金属合金资料神经网络模型中使用了5个输入变量和6个输出变量以及27个数据进行训练和测试。金属合金资料输出变量的机能由R2决定，R2为98.12%的表表粗糙度，98.63%的温度，96.98%的径向力，98.54%的进给力，99.34%的资料去除率(MRR)和98.71%的切向力。金属合金资料选取“越幼越好”的L27正交组合(三水平五成分)进行田口设计。

金属合金资料了局批注，SiC含量为5%、切削速度为40 rpm、颗粒尺寸为μm、进给量为200 mm/min、切削深度为0.5 mm时，表表粗糙度的最佳信氮比。金属合金资料对于温度，所有值都是一样的，但切割速度是500 rpm。径向力、进给力、资料去除率和切向力是最优值。金属合金资料选取方差分析(ANOVA)钻研了工艺变量对证量的显著性和影响。作者汇报说，在铣削操作的所有输入参数中，最沉要的变量是复合金资猜中碳化硅的增长量(wt.%)，其次是进给量、切削深度、切削速度和碳化硅颗粒尺寸。

金属合金资料选取挤压法造备了TiC+Al2O3 + Si3N4加强的Al2219合金。金属合金资料在熔体温度、模具温度、搅拌速度、进料速度和搅拌功夫(min)是分歧的。为了优化混合复合金资料的力学机能，选取anfiss -gray wolf优化算法和anfiss - k -nearest neighbor算法进行了统计钻研。他们观察到，优化了局预测了获得高力学机能的铝杂化复合金资料最相宜的工艺参数，尝试和优化了局显示杂化参数和工艺参数的最优组合。