摘要
本发明公开了一种材料元素重要性排序方法及系统,涉及材料科学与机器学习交叉技术领域,包括:获取不同元素含量占比下的材料电流密度和能量密度组合数据集;通过预测模型扩充组合数据集;对扩充数据集进行筛选,得到最优数据集;对不同元素进行多重共线性分析;基于多重共线性分析结果对最优数据集进行相关性系数评估,得到材料元素重要性排序结果。本发明通过综合评估能量密度和充放电速率性能,研究者能够更精准地选择正极材料,从而显著提高液态金属电池的整体性能。
技术关键词
重要性排序方法
元素
函数关系模型
数据
机器学习交叉技术
液态金属电池
排序系统
扩充模块
密度
变量
数值
分析模块
速率