基于材料基因工程方法的固态锂离子导体材料快速搜索研究

作者：税烺^*; 付建辉

来源：钢铁钒钛, 2022, 43(06): 193-200.

• 固态超锂离子导体
• 材料基因工程
• 机器学习
• 随机森林
• 高通量筛选

运用决策树算法和随机森林算法来构建针对固态超离子导体的筛选模型。基于从文献收集的数据集和20个基于材料晶格常数的参数，建立了两种决策树模型、一种随机森林模型和一种作为对比的逻辑回归模型。通过对比，随机森林模型展示出较低的算法复杂度和较好的泛化能力。这些训练好的模型随后被用于筛选Material Project数据库中的含锂的化合物。随机森林模型的筛选结果将候选材料总数降低了87.76%，其中包含有数种已知的超离子导体材料，因而展现出了该模型的可靠性和高效性。所使用的模型建立方法可以显著减少搜寻理想物理属性的材料所需要的时间，从而加速了新材料的研发过程。