摘要
本发明提供一种基于人工神经网络的共聚反应竞聚率的确定方法、竞聚率数据库及应用,将收集到的单体结构转换为分子指纹作为分子特征,并将分子指纹和相应的单体对的竞聚率数据r1、r2相组合,使用分子指纹作为输入特征,利用人工神经网络模型直接对竞聚率r1、r2进行准确预测,从而更好地设计、调控高分子链的序列结构,优化共聚物的性能,在高分子材料开发中具备良好的应用前景,不仅能够提高共聚物设计的精度,指导合成和加工过程,加速新材料的开发周期。
技术关键词
单体结构
综合数据库
优化人工神经网络
人工神经网络模型
指纹
高分子材料
共聚物
优化器
超参数
新材料
训练集
精度
指标
序列
周期
系统为您推荐了相关专利信息
金花茶
动态指纹
管理方法
趋势预测模型
最佳工艺参数
识别建模方法
点云数据处理技术
通道构件
三维结构
建模系统
云端服务器
优化管理系统
优化管理方法
指纹
矩阵