基于ANN的新型MOFs性能预测

作者：赖欣; 卢罡^*; 王磊; 毕志远; 阳庆元; 俞度立

来源：计算机系统应用, 2021, 30(09): 1-11.

DOI：10.15888/j.cnki.csa.008076

• 机器学习
• 遗传算法(GA)
• 神经网络
• 材料基因编码
• MOFs

在MOFs研究领域,探寻新型MOFs仍然是非常困难的研究问题.将MOFs进行"材料基因编码"后,应用遗传算法(Genetic Algorithm, GA)可以快速探索新型MOFs,但其性能依赖于设定的个体适应度函数,且对新生成的MOFs个体的有效评估也影响了该方法的效果.机器学习方法可以对MOFs的构效关系进行评估与预测,人工神经网络(Artificial Neural Network, ANN)是众多机器学习方法中具有代表性的一个,可以发掘非线性的构效关系.本文提出将神经网络用于预测遗传算法生成的新型MOFs个体对CH4气体的吸附能力,从而帮助遗传算法搜索新型MOFs.实验结果表明,神经网络可以有效评估新型MOFs材料,证明了将神经网络与遗传算法相结合用于新型MOFs搜索和筛选的可行性.

• 单位
  北京化工大学; 有机无机复合材料国家重点实验室