摘要
本发明属于Li或Na离子电池技术领域,具体涉及一种判断Li/Na离子在二维层状MoS2中最佳储量的方法,包括以下步骤:构建Li或Na离子插入二维层状MoS2的数据集;通过机器学习训练所述数据集,获取描述Li或Na离子插入二维层状MoS2体系的势函数;应用所述势函数作为分子动力学模拟的相互作用势,模拟Li或Na离子插入二维层状MoS2的分子动力学过程,直至插层结构稳定时,获得Li或Na离子与Mo最佳比例,即为Li/Na离子在二维层状MoS2中最佳储量。本发明可清晰展示Li/Na离子插入MoS2的动力学过程,将为Li/Na离子电池电极材料的制备提供理论依据。
技术关键词
插层结构
密度泛函理论
机器学习训练
离子电池电极材料
传播算法
离子电池技术
修正神经网络
描述符
分子
深度神经网络模型
数据
参数
双层结构
电压
误差
单层
节点
非线性
轨迹
系统为您推荐了相关专利信息
隧道火灾事故
神经网络分类
节点特征
分类方法
深度神经网络
系统信号检测方法
协方差矩阵
期望传播算法
更新优化方法
空间相关矩阵
人机交互输入
机器学习训练模型
节点
意图识别
定义
逆向设计方法
尖晶石材料
梯度提升机
描述符
权重分配机制