一种基于机器学习势的二维电卡材料制冷性能的计算方法及系统

本发明公开了一种基于机器学习势的二维电卡材料制冷性能的计算方法及系统，方法包括以下步骤：首先基于第一性原理计算和机器学习深度神经网络，训练得到既有经典动力学的计算效率又具备第一性原理计算精度的分子动力学势函数；接着使用训练得到的势函数，利用Born有效电荷的定义计算体系的极化率，并考虑外电场对体系模拟的影响；随后使用分子动力学模拟极化随电场的变化曲线、极化随温度的变化曲线、铁电的电滞回线；最后借助分子动力学数据通过直接方法计算二维铁电材料的电卡性能包括绝热温变和等温熵变，为实际实验制备二维铁电材料电卡材料提供理论基础和指导性依据。