[发明专利]一种化学物质的GWP分类预测方法及装置

权利要求书

1.一种化学物质的GWP分类预测方法，其特征在于，包括：

获取含有分类标注的训练集化合物，所述分类标注包括表示GWP值小于等于200的第一分类标注、表示GWP值大于200小于等于1000的第二分类标注和表示GWP值大于1000的第三分类标注；

计算所述训练集化合物的前线轨道HOMO和LUMO能量；

将所述训练集化合物的前线轨道HOMO和LUMO能量作为自变量，所述训练集化合物的分类标注作为因变量，采用随机森林分类法进行分类模型的训练，得到训练后的分类模型；

获取预测集化合物；

计算所述预测集化合物的前线轨道HOMO和LUMO能量；

将所述预测集化合物的前线轨道HOMO和LUMO能量以及所述训练后的分类模型通过随机森林预测器对所述预测集化合物进行GWP预测，得到所述训练后的分类模型输出的所述预测集化合物的分类标注。

2.根据权利要求1所述的化学物质的GWP分类预测方法，其特征在于，所述计算所述训练集化合物的前线轨道HOMO和LUMO能量具体为：

采用半经验量子力学法计算所述训练集化合物的前线轨道HOMO和LUMO能量；

相应地，所述计算所述预测集化合物的前线轨道HOMO和LUMO能量具体为：

采用半经验量子力学法计算所述预测集化合物的前线轨道HOMO和LUMO能量。

3.根据权利要求2所述的化学物质的GWP分类预测方法，其特征在于，所述半经验量子力学法具体为AM1、PM3、PM6或PM7中的任意一种。

4.根据权利要求1所述的化学物质的GWP分类预测方法，其特征在于，

所述计算所述训练集化合物的前线轨道HOMO和LUMO能量具体为：

采用密度泛函理论计算所述训练集化合物的前线轨道HOMO和LUMO能量；

相应地，所述计算所述预测集化合物的前线轨道HOMO和LUMO能量具体为：

采用密度泛函理论计算所述预测集化合物的前线轨道HOMO和LUMO能量。

5.根据权利要求4所述的化学物质的GWP分类预测方法，其特征在于，所述密度泛函理论具体为B2LYP或APFD。

6.根据权利要求1所述的化学物质的GWP分类预测方法，其特征在于，

所述计算所述训练集化合物的前线轨道HOMO和LUMO能量具体为：

采用从头计算法计算所述训练集化合物的前线轨道HOMO和LUMO能量；

相应地，所述计算所述预测集化合物的前线轨道HOMO和LUMO能量具体为：

采用从头计算法计算所述预测集化合物的前线轨道HOMO和LUMO能量。

7.一种化学物质的GWP分类预测装置，其特征在于，包括：

第一获取单元，用于获取含有分类标注的训练集化合物，所述分类标注包括表示GWP值小于等于200的第一分类标注、表示GWP值大于200小于等于1000的第二分类标注和表示GWP值大于1000的第三分类标注；

第一计算单元，用于计算所述训练集化合物的前线轨道HOMO和LUMO能量；

训练单元，用于将所述训练集化合物的前线轨道HOMO和LUMO能量作为自变量，所述训练集化合物的分类标注作为因变量，采用随机森林分类法进行分类模型的训练，得到训练后的分类模型；

第二获取单元，用于获取预测集化合物；

第二计算单元，用于计算所述预测集化合物的前线轨道HOMO和LUMO能量；

预测单元，用于将所述预测集化合物的前线轨道HOMO和LUMO能量以及所述训练后的分类模型通过随机森林预测器对所述预测集化合物进行GWP预测，得到所述训练后的分类模型输出的所述预测集化合物的分类标注。

8.根据权利要求7所述的化学物质的GWP分类预测装置，其特征在于，所述第一计算单元还用于采用半经验量子力学法计算所述训练集化合物的前线轨道HOMO和LUMO能量；

相应地，所述第二计算单元还用于采用半经验量子力学法计算所述预测集化合物的前线轨道HOMO和LUMO能量。