研究提出了一种结合机器学习与遗传搜索的方法，以优化耐火高熵合金（RHEAs）的成分。合成的ZrNbMoHfTa合金在1200°C下展现出接近940 MPa的屈服强度和17.2%的室温延展性，显示出其在高温应用中的潜力。

北京科技大学研究生团队成功降低了铝电解的耗电量，通过研发预测模型和能耗监测系统。他们在华为云上构建了铝电解能耗监测管理平台，实现了实时监测和汇总。该项目获得了中国区学生赛道的金奖，有望在全国范围内降低铝电解行业的能耗水平。