摘要
本发明涉及一种无机钠离子固态电解质材料筛选方法、系统、设备、介质,从开源材料数据库提取钠基无机化合物数据,初步筛选形成候选库;利用动态固态电解质数据库的训练数据,构建回归模型并优化选择最优机器学习模型;将初步候选库输入该模型,预测并筛选出离子电导率高于第一阈值的初筛材料;再基于第一性原理对初筛材料进行模拟计算,运用从头算分子动力学模拟不同温度下的钠离子扩散轨迹,计算扩散系数并外推至室温下的离子电导率;对比机器学习预测和第一性原理模拟的电导率,选取两者均高于第二阈值且迁移能垒较低的材料,作为最优钠离子固态电解质。与现有技术相比,本发明能够高效、准确筛选出高性能钠离子固态电解质材料。
技术关键词
钠离子固态电解质
材料筛选方法
机器学习模型
材料数据库
无机化合物
预测电导率
计算机可执行指令
描述符
材料晶体结构
电子相互作用
最佳参数组合
超参数
轨迹
机器学习算法
分子
筛选系统
系统为您推荐了相关专利信息
异常数据
大坝
机器学习模型
有限元分析模型
样本
模板
搜索方法
排序模型
关键词
机器学习模型训练
控制策略
机器学习模型
管理信息系统
自然语言
处理单元
决策支持系统
机器学习模型训练
系统集成模块
特征工程
交互式控件
电力系统故障
保护控制设备
电网运行状态
支持向量机模型
识别电力系统