机器学习在聚合物材料研究中的应用进展

作者：王艺涵; 贾丹; 詹胜鹏; 徐宛星; 李健; 段海涛^*

来源：高校化学工程学报, 2023, 37(02): 170-180.

• 机器学习
• 聚合物
• 数据挖掘
• 性能预测
• 反向设计

在大数据和人工智能相结合的现代科学研究的新形势下，聚合物材料性能的快速预测和新型聚合物材料的研发逐渐成为聚合物材料研究领域的关注焦点。将机器学习应用于聚合物材料研究领域，打破了传统试错法的局限性，通过数据直接建立材料特征与所需性能之间复杂的关系模型，解决聚合物组成成分和复杂结构等在其研究过程中带来的难题。论文介绍了机器学习在聚合物材料研究领域的常用方法及算法；总结了以宏观参量与微观参量为机器学习模型输入时，聚合物材料性能预测的研究进展；分析了基于机器学习的聚合物材料设计和新型聚合物材料研发的重要应用成果；讨论并提出当前基于机器学习的聚合物材料的研究热点与方向。

• 单位
  武汉材料保护研究所