[發明專利]一種化學反應條件的預測方法、系統、裝置及存儲介質

有效

• 申請號: 202210873113.7
• 申請日: 2022-07-21
• 公開（公告）號: CN115312135B
• 公開（公告）日: 2023-10-20
• 發明（設計）人: 吳海超;曾琢;李科;陸文洋;公維博;楊承穎
• 申請（專利權）人: 蘇州沃時數字科技有限公司
• 主分類號: G16C20/10
• 分類號: G16C20/10;G16C20/70
• 代理公司: 廣州嘉權專利商標事務所有限公司 44205
• 代理人: 余凱歡

本申請公開了一種化學反應條件的預測方法、系統、裝置及存儲介質。該方法包括：獲取目標化學反應式；將目標化學反應式輸入反應條件預測模型，得到化學反應條件信息；將化學反應條件信息輸入反應條件優化模型，得到優化反應條件信息；將優化反應條件信息傳遞給自動化實驗平臺，對所述目標化學反應式進行實驗，并返回實驗結果；將實驗結果作為反饋信息輸入反應條件優化模型，得到更新后的優化反應條件信息，根據更新后的優化反應條件信息進行實驗，直至實驗結果符合預設目標，確定最優化學反應條件。通過該方法，能夠快速預測化學反應條件，有利于減少化學反應條件的預測時間；減少人力成本，提高效率。本方法可以廣泛的應用于人工智能技術領域。

技術領域

本申請涉及人工智能技術領域，尤其是一種化學反應條件的預測方法、系統、裝置及存儲介質。

背景技術

化學反應的反應條件紛繁復雜，對于同一條反應路徑，使用不同的反應條件，往往會帶來不同的反應結果。相關技術中，化學反應條件的預測通常基于大量的文獻調研以及化學工程師的經驗，人力消耗大，用時過長。

發明內容

本申請的目的在于至少一定程度上解決現有技術中存在的技術問題之一。

為此，本發明的目的在于提供一種快速、實用的化學反應條件的預測方法、系統、裝置及存儲介質。

為了達到上述技術目的，本申請實施例所采取的技術方案包括：

一方面，本申請實施例提供了一種化學反應條件的預測方法，包括以下步驟：

本申請實施例的化學反應條件的預測方法，該方法包括：獲取目標化學反應式；將所述目標化學反應式輸入反應條件預測模型，得到化學反應條件信息；所述反應條件預測模型用于根據所述目標化學反應式預測相對應的化學反應條件；將所述化學反應條件信息輸入反應條件優化模型，得到優化反應條件信息；所述反應條件優化模型基于貝葉斯算法建立；將所述優化反應條件信息傳遞給自動化實驗平臺，控制所述自動化實驗平臺根據所述優化反應條件信息對所述目標化學反應式進行實驗，并返回實驗結果；將所述實驗結果作為反饋信息輸入所述反應條件優化模型，得到更新后的優化反應條件信息，繼續根據所述更新后的優化反應條件信息進行實驗，直至實驗結果符合預設目標，確定最優化學反應條件。通過機器學習預測化學反應條件，通過自動化實驗平臺對該化學反應條件進行實驗并反饋；軟硬件一體化形成閉環過程，能夠快速預測化學反應條件，有利于減少化學反應條件的預測時間，同時，減少人力成本，提高效率。

另外，根據本申請上述實施例的化學反應條件的預測方法，還可以具有以下附加的技術特征：

進一步地，本申請實施例的化學反應條件的預測方法，所述化學反應條件信息包括催化劑信息，所述將所述目標化學反應式輸入反應條件預測模型，得到化學反應條件信息這一步驟，包括：

根據所述目標化學反應式，確定反應物的第一分子摩根指紋、產物的第二分子摩根指紋；

將所述第一分子摩根指紋和所述第二分子摩根指紋進行拼接處理，得到第一反應式特征向量；

將所述第一反應式特征經過多層神經網絡，得到催化劑信息。

進一步地，在本申請的一個實施例中，所述化學反應條件信息還包括溶劑信息和試劑信息，所述將所述目標化學反應式輸入反應條件預測模型，得到化學反應條件信息；包括：

將所述催化劑信息轉化成one-hot向量，表征催化劑特征向量；

將所述第一反應式特征向量和所述催化劑特征向量進行拼接處理，得到第二反應式特征向量；

將所述第二反應式特征向量經過多層神經網絡，得到溶劑信息；

將所述溶劑信息轉化成one-hot向量，表征溶劑特征向量，再將所述第二反應式特征向量和所述溶劑特征向量進行拼接處理，得到第三反應式特征向量；