一种基于物理约束图注意力网络的固态电解质材料筛选方法

本发明提出了一种基于物理约束图注意力网络的固态电解质材料筛选方法，通过动力学蒙特卡洛模拟计算固态电解质材料对应的离子电导率参数，构建包含晶体结构与离子电导率映射关系的初始数据集；构建物理约束图注意力网络预测模型；基于交叉验证和贝叶斯优化采用初始数据集对物理约束图注意力网络预测模型进行迭代训练和超参数调整得到最优的物理约束图注意力网络预测模型；通过生成式大语言模型生成新型晶体结构，构建候选材料数据集；以候选材料数据集为输入，利用最优的物理约束图注意力网络预测模型进行材料离子电导率预测，筛选得到高离子电导率的固态电解质材料。本发明突破传统预测方法局限于已知材料的固有模式，大幅扩展材料探索空间，加速固态电解质关键材料的开发。