摘要
本发明提供一种钙钛矿太阳能电池最优光电效率的获取方法,涉及太阳能电池领域,包括数据采集:寻找钙钛矿太阳能电池中特征与目标属性之间的关联性,收集相关数据并建立特征与目标属性之间的联系;模型建立:建立组合神经网络模型,预测不同特征条件下的光电转换效率,将训练完成的模型作为适应度函数;最优光电转换效率获取:在设定范围内随机生成连续特征的组合,作为初始种群;采用麻雀搜索算法进行位置更新并使用适应度函数评估每个组合适应度,保留适应度高的组合、淘汰适应度低的组合,并对保留组合进行调整、生成新的组合,不断迭代优化。本发明通过优化后的智能化算法,实现高效、准确、自动化的钙钛矿材料选择与工艺优化。
技术关键词
钙钛矿太阳能电池
光电转换效率
神经网络模型
连续特征
位置更新
钙钛矿材料
分类特征
搜索算法
智能化算法
矩阵
数据
编码
索引
规模
变量
线性
数值
元素