摘要
本发明公开了一种应用于固态电解质材料的反向设计方法,包括:首先构建了无机固态电解质材料领域知识库;通过基于领域知识库指导的化学式生成器,生成符合物理化学合理性的化学式;基于生成的化学式,进一步利用大语言模型生成候选晶体结构信息文件,并结合蒙特卡洛树搜索方法进行优化;在优化的过程中,为评估生成的候选晶体结构的性能,协同领域知识驱动的图神经网络模型进行多目标性能预测,将预测结果作为奖励反馈,继而优化候选晶体结构的生成质量;最后,以激活能和凸包能为指标,筛选出符合性能要求的潜在新型无机固态电解质材料。本发明提升了无机固态电解质材料的开发效率。
技术关键词
反向设计方法
固态电解质材料
化学式
性能预测模型
蒙特卡洛树搜索
无机固态电解质
大语言模型
元素
神经网络模型
符号
机制
离子
指标
参数
系统为您推荐了相关专利信息
橡胶改性沥青
性能预测方法
多维特征向量
三维应变传感器
性能预测模型
蒙特卡洛树搜索
大语言模型
节点
数据处理单元
计算机可读取存储介质
阳极铝箔
性能预测模型
性能预测方法
梯度提升决策树
学习器
电解液配方
性能预测模型
性能预测方法
分子
样本