作为材料基因组工程的重要基础,材料数据库的建立及工艺参数优化研究对材料研发具有重要影响.针对目前传统关系型数据库无法较好地存储多源高维异构的合金数据,且材料研发模式亟需从传统的实验试错法转向数据驱动材料研究新模式等问题,提出了基于本体和图数据模型建立合金图数据库,在此基础上,通过改进蜣螂优化(IDBO)算法进行工艺参数组合寻优.利用反向学习初始化种群,再利用可变螺旋搜索策略改进觅食蜣螂位置更新方式,提高算法的全局搜索能力,最后在最优解位置处融合柯西变异扰动和混合策略,产生新解,避免算法陷入局部最优.为了验证所提出的改进蜣螂优化算法的性能,使用23个经典测试函数对IDBO算法进行评估,实验结果表明IDBO算法性能优于其他算法,显著提高了收敛速度和优化精度.同时,将IDBO算法应用于合金工艺参数优化研究,结果显示IDBO算法性能优于其他优化算法,并得到合金的最佳工艺参数组合,证明了其在工艺参数优化方面的优越性.