[發明專利]一種基于機器學習的氣體分子電離碰撞截面預測方法

在審

• 申請號: 202010936320.3
• 申請日: 2020-09-08
• 公開（公告）號: CN112100896A
• 公開（公告）日: 2020-12-18
• 發明（設計）人: 仲林林;顧琦;鄭尚直
• 申請（專利權）人: 東南大學
• 主分類號: G06F30/25
• 分類號: G06F30/25;G06F30/27;G16C20/20
• 代理公司: 北京同輝知識產權代理事務所(普通合伙) 11357
• 代理人: 王依

本發明涉及氣體分子碰撞截面技術領域，尤其是一種氣體分子電離碰撞截面的預測方法，為了快速獲得氣體分子電離碰撞截面，現提出如下方案，其包括如下步驟：步驟1，根據待預測的第一氣體分子，選擇比第一氣體分子的原子數少的第二氣體分子作為訓練集氣體分子；步驟2，計算訓練集氣體分子電離碰撞截面；步驟3，選擇機器學習模型；步驟4，在所述機器學習模型中建立f(X)＝y的映射關系；步驟5，根據所述特征向量和訓練集氣體分子電離碰撞截面訓練機器學習模型；步驟6，在機器模型中輸入第一氣體分子的特征向量，預測第一氣體分子電離碰撞截面。本發明達到了快速獲得氣體分子電離碰撞截面的目的。

技術領域

本發明涉及氣體分子碰撞截面領域，尤其是一種氣體分子電離碰撞截面的預測方法。

背景技術

碰撞截面是描述微觀粒子散射概率的一種物理量，用來表征粒子發生碰撞的概率，目前電離碰撞截面的獲取分為實驗測量和理論計算兩種方式，其中，實驗測量的方法成本較高，而理論計算方法由于依賴量子化學模型，其計算量隨分子組成原子數的增多而指數增長，對于近年來在電氣工程領域受到廣泛關注的新型環保型氣體分子，如C₅F₁₀O、C₄F₇N等，由于分子的組成原子數較多，用高精度的量子化學理論模型計算相當耗時，為了快速獲得氣體分子電離碰撞截面，本發明提出一種氣體分子電離碰撞截面的預測方法。

發明內容

為解決現有技術中的問題，本發明提出的一種基于機器學習的氣體分子電離碰撞截面預測方法。

為了實現上述目的，本發明采用了如下技術方案：

一種基于機器學習的氣體分子電離碰撞截面預測方法，包括如下步驟：

步驟1，根據待預測的第一氣體分子，選擇比第一氣體分子的原子數少的第二氣體分子作為訓練集氣體分子，所述第二氣體分子與第一氣體分子所含元素種類相同；

步驟2，計算訓練集氣體分子電離碰撞截面；

步驟3，選擇機器學習模型；

步驟4，在所述機器學習模型中建立f(X)＝y的映射關系，所述X為表征氣體分子電離碰撞截面的特征向量，所述y為氣體分子電離碰撞截面；

步驟5，根據所述特征向量和訓練集氣體分子電離碰撞截面訓練機器學習模型；

步驟6，在機器模型中輸入第一氣體分子的特征向量，預測第一氣體分子電離碰撞截面。

進一步地，步驟11，所述第二氣體分子可通過構造方式獲得，所述構造方式包括通過移除第一氣體分子的至少一個組成原子來構造第二氣體分子。

進一步地，所述步驟2的具體過程包括：

步驟21，首先應用基于APF-D泛函的密度泛函理論方法對訓練集氣體分子的結構進行優化，得出優化訓練集氣體分子；

步驟22，應用APF-D/aug-cc-pvtz量子化學計算模型計算所述優化訓練集氣體分子的結合能和動能，所述結合能包括價層電子軌道結合能和非價層電子軌道結合能；

步驟23，應用電子傳播子理論EPT方法對所述價層電子軌道結合能進行修正，得出修正價層電子軌道結合能；

步驟24，采用完備基組方法計算優化訓練集分子的電離能；

步驟25，將所述修正價層電子軌道結合能、非價層電子軌道結合能、動能和電離能輸入BEB模型計算訓練集氣體分子電離碰撞截面。

進一步地，所述X包括入射電子能量和電子數，X和y的結構如下：