[發明專利]一種鐵基合金吉布斯自由能預測方法和系統

有效

• 申請號: 202110538862.X
• 申請日: 2021-05-18
• 公開（公告）號: CN113160898B
• 公開（公告）日: 2023-09-08
• 發明（設計）人: 徐雅斌;孫勝杰
• 申請（專利權）人: 北京信息科技大學
• 主分類號: G16C10/00
• 分類號: G16C10/00;G16C60/00;G16C20/70;G06F18/2415;G06N3/0442;G06N3/045;G06N3/047;G06N3/048;G06N3/084
• 代理公司: 北京高沃律師事務所 11569
• 代理人: 王愛濤

1.一種鐵基合金吉布斯自由能預測方法，其特征在于，包括：

獲取鐵基合金材料的熱力學實驗數據；所述熱力學實驗數據包括：合金組成、實驗溫度、組成相和吉布斯自由能；

對所述熱力學實驗數據進行預處理，得到處理數據；

獲取初始吉布斯自由能預測模型；所述初始吉布斯自由能預測模型為基于因子分解機、按位自注意力機制和雙向長短記憶神經網絡Bi-LSTM的融合模型；

采用所述處理數據對所述初始吉布斯自由能預測模型進行訓練，得到訓練后的吉布斯自由能預測模型；

獲取待預測的鐵基合金材料數據；

以所述待預測的鐵基合金材料數據為輸入，采用所述訓練后的吉布斯自由能預測模型輸出待預測鐵基合金材料的吉布斯自由能；

所述以所述待預測的鐵基合金材料數據為輸入，采用所述訓練后的吉布斯自由能預測模型輸出待預測鐵基合金材料的吉布斯自由能，具體包括：

采用因子分解機提取所述待預測的鐵基合金材料數據的低階特征；其中，使用因子分解機提取鐵基合金材料數據中的一階特征和二階特征；因子分解機的計算公式為：

采用按位自注意力機制對所述低階特征的權重系數進行按位分配；其中，首先，按位生成目標注意力權重v_t：v_t＝u_vtanh(w_vh_t+b_v)；其次，將注意力權重概率化，通過softmax函數生成概率向量a_t：之后，進行注意力權重的配置，將生成的注意力權重配置給對應的特征e_t，得到對輸入特征進行加權平均后的向量s_t：

采用Bi-LSTM網絡根據按位分配后的低階特征得到高階特征；

根據所述低階特征和所述高階特征確定待預測鐵基合金材料的吉布斯自由能；其中，預測結果用y表示，激活函數采用sigmoid函數，預測公式表示為：y＝sigmoid(w_mm_t+w_hh_t+b_y)；

式中，z_i、z_j是一個K維的隱向量，z_iz_j表示隱向量z_i和隱向量z_j的點積，w₀、w_i、w_ij是權重矩陣，n代表樣本的特征數量，e_i是由全連接層得到的第i個特征，u_v和w_v均為權重系數，b_v和b_y均為偏置數，tanh()為激活函數，w_m、w_h為權重矩陣，m_t為因子分解機的輸出，h_t為Bi-LSTM網絡的輸出，t為時刻。

2.根據權利要求1所述的鐵基合金吉布斯自由能預測方法，其特征在于，所述對所述熱力學實驗數據進行預處理，得到處理數據，具體包括：

根據所述熱力學實驗數據生成第一數據表；

對所述第一數據表中的缺失項進行填充，得到第二數據表；

對所述第二數據表中的數據進行歸一化處理，得到第三數據表；

對所述第三數據表中的數據進行One-Hot編碼得到所述處理數據。

3.根據權利要求2所述的鐵基合金吉布斯自由能預測方法，其特征在于，所述對所述第一數據表中的缺失項進行填充，得到第二數據表，具體包括：

判斷所述第一數據表中缺失的數據是分類數據還是連續數據；

當所述第一數據表中缺失的數據為分類數據時，采用所述第一數據表中缺失數據的上一條數據的對應值對缺失的數據進行填充；

當所述第一數據表中缺失的數據為連續數據時，采用所述第一數據表中與該缺失的數據屬性相同的數據的均值對缺失的數據進行填充。