[發明專利]一種基于異質集成學習的材料性能預測模型構建方法

有效

• 申請號: 201910053717.5
• 申請日: 2019-01-21
• 公開（公告）號: CN109918708B
• 公開（公告）日: 2022-07-26
• 發明（設計）人: 劉英莉;牛琛;沈韜;朱艷
• 申請（專利權）人: 昆明理工大學
• 主分類號: G16C60/00
• 分類號: G16C60/00;G06N20/20;G06N20/10
• 代理公司: 暫無信息
• 代理人: 暫無信息

本發明涉及一種基于異質集成學習的材料性能預測模型構建方法，屬于計算機與材料科學交叉技術領域。本發明通過機器學習中異質集成學習方法的Stacking方法構建一種材料性能預測模型，為材料的設計與制造提供一定的數據指導，提高新材料研發的效率，并降低研發周期與研發成本。本發明與現有技術相比，主要解決了目前材料基因工程中單模型預測的準確率較低，且泛化能力較弱等現象，通過Stacking集成學習方法將幾種不同的機器學習模型集成為一個準確率高于基學習器的強預測模型(Stacking模型)，再通過該模型對材料的性能進行預測。效果是：極大提高了預測準確率，提高了模型的泛化能力，有利于降低新材料研發成本。

技術領域

本發明涉及一種基于異質集成學習的材料性能預測模型構建方法，屬于計算機與材料科學交叉技術領域。

背景技術

當前，面對競爭激勵的制造業和快速的經濟發展，材料科學家和工程師必須縮短新材料從發現到應用的研發周期，以期來解決21世紀的巨大挑戰。然而，當前的新材料研發主要依據研究者的科學直覺和大量重復的“嘗試法”實驗。其實，有些實驗是可以借助現有高效、準確的計算工具，然而，這種計算模擬的準確性依然很弱。制約材料研發周期的另一因素是從發現、發展、性能優化、系統設計與集成、產品論證及推廣過程中涉及的研究團隊間彼此獨立，缺少合作和相互數據的共享以及材料設計的技術有待大幅度提升。

《材料基因組計劃》擬通過集成材料計算與計算機技術之間的協作，把材料研發周期減半，降低研發成本。機器學習作為現在應用最廣泛的計算機領域的技術，成為了材料基因工程必不可少的輔助工具。

目前，材料基因工程中的機器學習主要使用單個模型進行材料性能或化學結構的學習預測，而集成學習是某種規則把多個模型進行整合，從而獲得比單個學習器更好的預測效果的一種機器學習方法。集成學習方法主要根據個體學習器的不同運用分為同質集成學習與異質集成學習?，F有聚酰亞胺基納米復合薄膜擊穿場強預測模型及其構建方法和應用(CN106295852A)使用同質集成學習方法，將多個支持向量回歸器構建成一個強預測模型，從而預測聚酰亞胺基納米復合薄膜擊穿場強。

但現有技術中材料基因工程中單模型預測的準確率較低，且泛化能力較弱，且研發成本高。

發明內容

本發明提供了一種基于異質集成學習的材料性能預測模型構建方法，以用于解決目前材料基因工程中單模型預測的準確率較低，且泛化能力較弱等現象，極大地提高了性能預測的準確率與模型的泛化能力，有利于降低材料研發成本。

本發明采用的技術方案是：一種基于異質集成學習的材料性能預測模型構建方法，所述方法的具體步驟如下：

1、通過異質集成學習Stacking方法將多種不同的機器學習算法模型作為基學習器組成初級學習器進行學習和擬合后，所得結果作為次級學習器DT(Decision Tree，決策樹)的輸入，最終將初級學習器與次級學習器集成為準確率高于每個單獨的基學習器的強預測模型(Stacking模型)。具體步驟如下：

Step1、收集材料實驗過程參數(如溫度、壓強等)及通過這些過程參數所得的材料性能數據作為Stacking模型的數據集Data，并將數據集的70％作為訓練數據集D_train，30％作為最終測試集D_test；

Step2、通過異質集成學習Stacking方法將SVM(Support Vector Machine，支持向量機)、NBM(Naive Bayesian Model，樸素貝葉斯模型)、NN(Neural Networks，神經網絡)三種機器學習算法模型作為基學習器組成初級學習器；

Step3、將D_train分為訓練部分和測試部分輸入到初級學習器中對三個基學習器進行學習和擬合；

Step4、將每個基學習器的訓練集中作為測試集的部分數據集合并作為次級學習器的訓練數據集對次級學習器進行訓練；