摘要
本发明公开一种多元材料电极设计方法、装置、电子设备及存储介质,涉及电极材料设计的技术领域,该方法包括:获取用于设计电极的目标材料组合,并将目标材料组合输入到通过历史材料样本数据集训练好的预测神经网络模型内;通过预测神经网络模型对目标材料组合形成的电极进行放电寿命和放电效率预测,得到预测放电寿命和预测放电效率;以最大化预测放电寿命、最大化预测放电效率,同时最小化预测材料成本为目标函数,基于贝叶斯优化算法在目标材料组合中确定电极的最优材料组合。本方案不仅能准确预测电极材料的放电寿命和放电效率,而且快速筛选出电极的最优材料组合,还能降低设计成本、缩短设计周期,具有较高的适配性。
技术关键词
电极设计方法
神经网络模型
寿命
样本
缩短设计周期
集成学习模型
电子设备
深度神经网络
数据处理模块
算法
程序
处理器
指令
可读存储介质
存储器
非线性
精度
系统为您推荐了相关专利信息
校准温度传感器
温度预测模型
热电阻阻值
热电阻温度传感器
相变温度点
动态关联模型
车辆测试方法
混动系统
畸变特征
信号特征
处理单元
注意力神经网络
静息态功能磁共振成像
联合损失函数
特征提取器
AdaBoost算法
网络拓扑结构
卷积注意力网络
节点特征
模块
荧光纳米探针
数据采集单元
样品采集器
多模态成像系统
扫描振镜