[发明专利]一种基于机器学习快速预测有机无机杂化钙钛矿带隙的在线预报方法

权利要求书

1.一种基于机器学习快速预测有机无机杂化钙钛矿带隙的在线预报方法，其特征在于，包括如下步骤：

1)建立样本集：

从数据库中收集有机无机杂化钙钛矿材料的化学式和对应的带隙数值，作为机器学习的数据集样本；

2)生成描述符：

利用已收集到的数据，根据化学式计算A位有机阳离子的物化性质并结合原子参数生成描述符，对缺损数值的样本进行删除处理；

3)划分训练集和测试集：

将在所述步骤1)中得到的数据集样本随机划分为训练集和测试集；

4)选出建模的最优特征子集：

以在所述步骤1)中收集到的带隙为目标变量，用遗传算法嵌套支持向量机算法，对训练集进行特征筛选，选出建模的最优特征子集，其中，用于建模的最优特征子集所包括的特征向量有B位离子的熔化热、极化率、密度、电负性、电离能，A位离子的原子体积、晶格常数和X位离子的形成热；

5)构建快速预报模型：

利用支持向量机回归算法和步骤4)中筛选好的特征变量进行建模，然后进行超参数优化，最后建立出最优的有机无机杂化钙钛矿材料带隙的快速预报模型；

6)预报测试集样本的带隙：

根据在所述步骤5)中建立的有机无机杂化钙钛矿材料带隙的预报模型，预报在所述步骤3)中得到的测试集样本的带隙；

7)开发完成在线预报应用程序，并实现快速预测有机无机杂化钙钛矿带隙数值：

将步骤5)中建立的预报模型开发成可快速预报有机无机杂化钙钛矿材料带隙的在线预报方法的应用程序，在程序页面的相应位置输入所需的有机无机杂化钙钛矿的A、B、X位的对应化学式，进行快速预测有机无机杂化钙钛矿带隙数值。

2.根据权利要求1所述基于机器学习快速预测有机无机杂化钙钛矿带隙的在线预报方法，在所述步骤4)中，支持向量机算法的步骤如下：

支持向量机算法是基于ε不敏感函数和核函数算法；若拟合的数学模型表达为多维空间的某一曲线，则根据ε不敏感函数得到的结果就为包络该曲线和训练点的“ε管道”；在所有样本点中，只有分布在“管壁”上的那一部分点决定管道的位置；这一部分训练样本成为“支持向量”。