摘要
本发明涉及熔盐领域,具体涉及一种基于机器学习的混合熔盐热物性预测方法。方法包括:构建多个训练集,分别为熔盐熔点训练集、熔盐密度训练集、熔盐比热训练集和熔盐上限温度训练集;其中,每个训练集均包括多组数据,每组数据均包括一种混合熔盐的特征描述参数数据和目标参数数据;基于每个训练集,训练一个模型,得到熔盐熔点预测模型、熔盐密度预测模型、熔盐比热预测模型和熔盐上限温度预测模型;利用熔盐熔点预测模型、熔盐密度预测模型、熔盐比热预测模型和熔盐上限温度预测模型分别预测待预测的混合熔盐的熔点、密度、比热和上限温度。本发明可以快速、准确实现混合熔盐热物性的预测,能够显著降低试错成本,加速熔盐材料的研发进程。
技术关键词
混合熔盐
物性预测方法
温度预测模型
训练集
数据
离子
密度
参数
特征工程
人工神经网络
支持向量机
离群点
误差
进程
理论
系统为您推荐了相关专利信息
会议室
环境照明控制
控制照明设备
视频会议场景
数据分析系统
建模仿真方法
皮尔逊相关系数
构建知识图谱
变量
节点
故障树模型
系统可靠性分配方法
算法
可靠性设计分析
计算机程序产品
航空高光谱
环境分析方法
多分辨率图像数据
ResNet网络
多尺度多分辨率