在此，对获得不同体积分数的铁素体和贝氏体/马氏体的开始层流冷却温度进行了优化。较低的开始层流冷却温度会产生较高的铁素体体积分数，同时也会降低贝氏体/马氏体的转变温度。通过将起始层流冷却温度从 650 降低到 600 ℃，实验双相钢在 600 ℃ 的屈服强度从~484.8 MPa 增加到~526.2 MPa。为了了解微观结构的影响，对高温下的位错密度、析出物的体积分数和杨氏模量进行了统计分析。机器学习方法，称为梯度提升决策树，用于对晶界进行分类。统计结果表明，开始层流冷却温度较低的钢在高温下表现出较高的杨氏模量和较大的析出物体积分数。此外，在升高的温度下，当采用较低的起始层流冷却温度时，边界是稳定的，并且∑3边界的比例更大。理论计算结果表明，较低的贝氏体/马氏体相变温度提高了双相钢的耐火性。