[發(fā)明專利]一種基于自動機器學(xué)習的化學(xué)材料吸附性能預(yù)測方法及裝置

在審

• 申請?zhí)枺?/td>: 202110318374.8
• 申請日: 2021-03-25
• 公開（公告）號: CN112966447A
• 公開（公告）日: 2021-06-15
• 發(fā)明（設(shè)計）人: 王坤峰;楊培松;張歡;賴欣;陽慶元;俞度立
• 申請（專利權(quán)）人: 北京化工大學(xué)
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06F119/18
• 代理公司: 北京翔石知識產(chǎn)權(quán)代理事務(wù)所(普通合伙) 11816
• 代理人: 李勇

本發(fā)明涉及機器學(xué)習技術(shù)領(lǐng)域，一個方面提供基于自動機器學(xué)習的化學(xué)材料吸附性能預(yù)測方法，包括：獲取化學(xué)材料的結(jié)構(gòu)特征構(gòu)建原始數(shù)據(jù)集；對原始數(shù)據(jù)集進行預(yù)處理，根據(jù)機器學(xué)習生成包含超參數(shù)的初始模型；利用管道方法初始模型迭代訓(xùn)練生成最佳預(yù)測模型；將測試數(shù)據(jù)集輸入到最佳預(yù)測模型對化學(xué)材料的吸附性能進行預(yù)測；本發(fā)明所述方法可以快速準確地實現(xiàn)材料吸附性能預(yù)測。本發(fā)明的另一個方面提供一種基于自動機器學(xué)習的化學(xué)材料吸附性能預(yù)測裝置，包括數(shù)據(jù)集構(gòu)建模塊、模型預(yù)訓(xùn)練模塊、模型構(gòu)件模塊以及測試模塊；用以將上述方法應(yīng)用在該裝置以進行化學(xué)材料吸附性能的預(yù)測。

技術(shù)領(lǐng)域

本發(fā)明涉及機器學(xué)習技術(shù)領(lǐng)域，尤其涉及一種基于自動機器學(xué)習的化學(xué)材料吸附性能預(yù)測方法及裝置。

背景技術(shù)

化學(xué)材料的篩選與設(shè)計對重要化工氣體的存儲與運輸具有重要意義。但是合成的氣體存儲的材料種類多種多樣，數(shù)量龐大，將其用于氣體吸附工作容量的研究時，需要通過分子動力學(xué)模擬的方法實現(xiàn)，這種方法雖然準確，但是十分耗時，要想從海量的存儲材料中尋找出合適的存儲材料，依靠傳統(tǒng)的計算方法顯然是不可行的。

機器學(xué)習給材料性能計算帶來了極大的便利，但同時也存在的一些問題。隨著算法的種類的增加與復(fù)雜度的提升，工程師需要選擇相應(yīng)的模型架構(gòu)，訓(xùn)練過程，正則化方法以及超參數(shù)等，這些都對算法的性能有很大的影響。構(gòu)建準確而強大的學(xué)習模型的過程需要先進的數(shù)據(jù)科學(xué)技能，為解決問題而選擇適當?shù)姆椒ú樘囟Ｐ团渲米罴褏?shù)值也是一項艱巨的任務(wù)。因此，如何快速有效地計算材料的吸附性能，篩選出合適的氣體存儲材料，成為亟需解決的問題。

現(xiàn)有技術(shù)存在以下問題。第一，傳統(tǒng)材料計算方法速度慢，效率低，無法滿足現(xiàn)有需求。第二，普通機器學(xué)習算法的調(diào)參過程復(fù)雜，對非專業(yè)人員使用的要求門檻較高。第三，沒有關(guān)于材料預(yù)測內(nèi)容的管道模型的設(shè)計。

發(fā)明內(nèi)容

為此，本發(fā)明一個方面提供一種基于自動機器學(xué)習的材料吸附性能預(yù)測方法。包括通過數(shù)據(jù)構(gòu)件模塊獲取化學(xué)材料的特征并建立原始數(shù)據(jù)，通過模型預(yù)訓(xùn)練模塊建立初始模型，通過模型構(gòu)建模塊生成最佳預(yù)測模型以及通過測試模塊預(yù)測化學(xué)材料的吸附性能。用以克服現(xiàn)有技術(shù)中因沒有關(guān)于材料預(yù)測內(nèi)容的管道模型的設(shè)計導(dǎo)致的對材料吸附性能預(yù)測速度慢，進一步導(dǎo)致效率低的問題。

為實現(xiàn)上述目的，本發(fā)明提供一種基于自動機器學(xué)習的化學(xué)材料吸附性能預(yù)測方法，包括：

獲取與化學(xué)材料吸附性能具有相關(guān)性的多種特征，并結(jié)合不同類型的特征建立原始數(shù)據(jù)集，并對該原始數(shù)據(jù)集進行預(yù)處理；

對所述預(yù)處理完成的原始數(shù)據(jù)集進行特征處理并利用機器學(xué)習以根據(jù)特征處理完成的原始數(shù)據(jù)利用機器學(xué)習生成多個包含超參數(shù)的初始模型；

通過管道方法對多個所述初始模型進行迭代訓(xùn)練以生成最佳預(yù)測模型；

將測試數(shù)據(jù)集輸入至所述最佳預(yù)測模型以進行化學(xué)材料吸附性能預(yù)測。

進一步地，針對所述原始數(shù)據(jù)的預(yù)處理的方法包括數(shù)據(jù)采樣、數(shù)據(jù)清洗、特征壓縮、特征轉(zhuǎn)換以及特征提取中的一種或多種；

所述通過機器學(xué)習生成多個包含超參數(shù)的初始模型的方法包括對所述原始數(shù)據(jù)進行特征處理以保證數(shù)據(jù)的合理性，以及選取不同的機器進行學(xué)習以根據(jù)先驗知識生成多個包含超參數(shù)的初始模型。

進一步地，所述通過管道方法對多個所述初始模型進行迭代訓(xùn)練獲得最佳預(yù)測模型的方法包括：根據(jù)特征重要性對所述特征處理完成的數(shù)據(jù)集進行數(shù)據(jù)篩選和特征處理并通過遺傳算法和迭代法地對所述初始模型進行調(diào)參。

進一步地，所述數(shù)據(jù)篩選包括使用SelectKBest方法選擇最優(yōu)的前n％的特征信息并移除不符合最小方差閾值的特征信息，該選擇方法通過卡方驗證和互信息結(jié)合計算得出最優(yōu)的前n％特征，公式如下所示：