[发明专利]神经网络辅助化学材料合成的方法

说明书

本发明公开了一种神经网络辅助化学材料合成的方法，包括以下步骤：步骤1，采集化学反应数据，去除无用属性和非数字字段，并进行独热编码；步骤2，去除相关性较强的冗余数据；步骤3，对数据进行特征工程和标准化处理；步骤4，使用多种方法分别对数据集进行降维处理，筛选出降维效果较好的方法，将其降维数据作为数据集；步骤5，提取数据集的局部特征和全部特征，融合后作为神经网络的输入；步骤6，构建神经网络架构，训练得到化学材料结晶预测模型；步骤7，对待预测化学反应进行预测；本发明使用算法模型反向选择特征数据，建立预测模型能更准确地预测化学反应结晶情况，进一步辅助化学反应的合成。

技术领域

本发明属于化学材料工程中的新材料研发技术领域，涉及一种神经网络辅助化学材料合成的方法。

背景技术

材料革新是技术进步和产业发展的基础和动力，传统研发新材料时常采用试错法获得预期的材料，该方法实验步骤繁琐、研发周期长、资源浪费较大，且操作中往往不能达到实验预期，产生大量不理想数据，使数据处理复杂化；随着计算机技术的发展，相继出现了许多用于计算材料结构和性能的理论，如第一原理计算、现场模拟、有限元分析等，这些方法往往计算量大、费用高，难以广泛推广，这极大地限制了材料的发展和变革。

基于上述背景，学者们发现利用人工智能将所有实验数据和计算模拟数据整合起来，形成具有一定数据的数据库，在数据库中根据材料的某些属性建立机器学习模型，便可快速地对材料的性能进行预测，甚至是设计新材料，指导材料合成，解决了材料合成实验周期长、成本高的问题。

使用“计算模型和机器学习进行材料预测与设计”这一理念，最早由加州大学伯克利分校的材料科学家Gerbrand Ceder教授提出，Ceder教授借鉴遗传科学的方法，就像DNA碱基对编码蛋白质等各生物材料，用“材料基因组”编码各种化合物，而实现这一编码的工具便是计算机的数据挖掘及机器学习算法等。

机器学习在材料科学中已经得到一些发展，如进行材料结构、相变及缺陷的分析、辅助材料测试的表征等，2018年有学者使用随机森林及回归模型研究超导体的临界温度，将分类和回归模型组合成一个集成管道，应用其搜索了整个无机晶体结构数据库，并预测出30多种新的潜在超导体。

目前通过特征选择技术，已经证明了一个双参数模型能够预测所给定的分子能否结晶，其准确度高达80％，但现有技术大多采用单一的机器学习算法进行数据降维，如PCA、LDA等，但单个算法都存在一定的缺陷：LDA不适合对非高斯分布的样本数据进行降维，采用PCA降维时各个特征维度的含义具有一定的模糊性，不如原始样本特征的解释性强，方差小的非主成分也可能含有样本差异的重要信息，因降维丢失可能对后续数据处理有影响，所以将其用于化学材料结晶预测准确度不高。

发明内容

为了达到上述目的，本发明提供一种神经网络辅助化学材料合成的方法，本发明将多种机器学习算法融合起来进行降维，在对降维结果进行筛选，使得到的降维数据对神经网络的适应度较好，且包含了更多的属性特征，这些特征均对化学材料的结晶影响较大，用其训练的神经网络模型更符合实际情况，得到的化学材料结晶预测更加准确。

本发明的技术方案是，神经网络辅助化学材料合成的方法，包括以下步骤：

步骤1，采集化学反应数据，去除无用属性和非数字字段，并进行独热编码；

每条化学反应数据均包含如下属性特征：化学分子名称、化学分子物理化学性质、原子特性、反应条件、反应物摩尔比和反应产物结晶数据；

步骤2，保留相关系数在区间[-0.9，0.9]内的属性特征，去除相关系数在区间[-1，-0.9)和区间(0.9，1]的冗余数据；

步骤3，对化学反应数据进行特征工程和标准化处理得到初始数据集；

步骤4，使用多种降维算法分别对初始数据集进行降维，采用SVM模型筛选出降维效果最好的算法，并将其降维结果作为数据集；