摘要
本发明公开一种通用高分子性能预测与配方设计方法及装置,该方法对初始高分子性能数据集进行处理,得到预处理后的性能数据集及设定性能与所有输入变量的相关图,并对性能数据集字段指定输入变量类型,所述输入变量类型包括类别型与数值型;利用预处理后的所述性能数据集,采用XRLG层垒回归模型为每种性能构建预测模型,所述XRLG层垒回归模型由XGBoost模型、随机森林模型、LightGBM模型和高斯过程回归模型构成;基于高分子性能预测构建的预测模型,以指定的目标性能为输入,通过预设优化算法在数据处理后的变量空间中生成配方推荐方案。本发明解决传统研发中AI模型不兼容问题,实现覆盖任意高分子材料的性能预测与配方设计,减少重新开发成本与时间。
技术关键词
LightGBM模型
变量
随机森林模型
XGBoost模型
构建预测模型
性能预测模型
数据
数值
描述符
算法
代表
兼容问题
编码
高分子材料
模块
字段
样本