二元合金系固溶度是金属与合金理论研究中的重要课题。从二十世纪三十年代Hume—Rothery提出了著名的合金固溶度理论以来，大半多个世纪里，科学家们从不同角度，运用不同理论方法，对二元合金系固溶体问题进行了深入的研究，提出了各种固溶体理论，这些理论在合金和金属材料的研究中起了很大的作用。然而这些理论基本采用坐标图形方法，描述二元合金互溶的规律，缺少对合金系固溶度数值性的研究。本工作应用原子参数-人工神经网络方法，通过对己知固溶度的二元合金系的学习，构建二元合金系固溶度与原子体积、平均族数、元素熔点等原子参数关系的数学模型；应用留一法对已知固溶度的二元合金系进行预报，评估数学模型的预报误差，进而对二元合金系的未知固溶度进行了预报。 研究结果表明，对于Li、Na、K、Rb、Cs等碱金属系和Be、Mg、Ca、Sr、Ba碱土金属系，预报误差小于2％，预报结果和实验数据基本吻合；Sc、Ti、V、Cr、Mn、Co、Ni、Y、Zr、Nb、Mo、Ru、Rh、Pd、Hf、Ta、W、Re、Os、 Ir、Pt、Yb等过渡金属系，预报误差小于10％，预报结果也令人满意。由此得到结论：原子参数—人工神经网络方法适用于全部二元合金系固溶度的数值预报，预报误差不大于10％。