[發明專利]一種基于ANN模型的化學反應動力學計算方法

在審

• 申請號: 202210866583.0
• 申請日: 2022-07-22
• 公開（公告）號: CN115206448A
• 公開（公告）日: 2022-10-18
• 發明（設計）人: 賈明;韓旭
• 申請（專利權）人: 大連理工大學
• 主分類號: G16C20/10
• 分類號: G16C20/10;G16C20/70;G06F30/27;G06K9/62;G06F111/10;G06F119/08;G06F119/14
• 代理公司: 大連智高專利事務所(特殊普通合伙) 21235
• 代理人: 宋文君

1.一種基于ANN模型的化學反應動力學計算方法，其特征在于，該計算方法包含預判式分類器、數據轉化模塊以及基于多層感知器的回歸模型等計算模塊；先是預判式分類器對輸入數據進行分類，再結合數據生成中對模擬過程的擾動，以及帶SiLU連續性激活函數的回歸模型的使用，構建成高精度的計算方法。

2.根據權利要求1所述的一種基于ANN模型的化學反應動力學計算方法，其特征在于，具體步驟如下：

步驟(1)，用預判式分類器先對輸入數據按當前各變量的狀態值[c⁽ⁱ⁾,T⁽ⁱ⁾,P⁽ⁱ⁾]進行分類，再按輸入數據各變量在該時步的變化量進行分類；以便后續根據所判定的類別選擇對應的數據轉化模塊與回歸模型；

步驟(2)，根據步驟(1)分類所指定的區段，使用該區段對應的數據轉化模塊，對各變量的狀態值[c⁽ⁱ⁾,T⁽ⁱ⁾,P⁽ⁱ⁾]進行數據轉化；

步驟(3)，根據步驟(1)分類所指定的區段，使用該區段對應的回歸模型，以步驟(2)轉化后的數據作為輸入，經過該回歸模型，預測與氣體各個變量在該時步的變化值相關的一組數據作為輸出；

步驟(4)，以步驟(3)的輸出值結合當前時步開始時刻的各變量的狀態值[c⁽ⁱ⁾,T⁽ⁱ⁾,P⁽ⁱ⁾]，再經過數據轉化模塊進一步數據轉化，獲得最終的[c⁽ⁱ⁺¹⁾,T⁽ⁱ⁺¹⁾,P⁽ⁱ⁺¹⁾]作為當前時步結束時刻的變量狀態值。

3.根據權利要求2所述的一種基于ANN模型的化學反應動力學計算方法，其特征在于，所述的步驟(1)中分類先按溫度劃分高低兩區域，再分別以單時步的溫度變化量劃分高低兩區域，共4個區域：高溫高溫度變化區、高溫低溫度變化區、低溫高溫度變化區、以及低溫低溫度變化區。

4.根據權利要求2所述的一種基于ANN模型的化學反應動力學計算方法，其特征在于，預判式分類器的具體實現形式是借助一種機器學習算法，為多層感知器、支持向量機、線性判別分析、二次判別分析或決策樹衍生算法中的任一種。

5.根據權利要求2所述的一種基于ANN模型的化學反應動力學計算方法，其特征在于，每個基于多層感知器的回歸模型有多個隱藏層，每個隱藏層所使用的激活函數為SiLU。

6.根據權利要求2所述的一種基于ANN模型的化學反應動力學計算方法，其特征在于，每個基于多層感知器的回歸模型由受擾動的模擬數據訓練而成；受擾動的模擬數據是這樣生成的：用化學反應動力學數值做著火延遲的模擬，這個過程中對每一個時步的開始時刻的輸入變量值先進行隨機擾動，再使用擾動后的值進行該時步的模擬計算。