[发明专利]一种基于自动机器学习的化学材料吸附性能预测方法及装置

说明书

本发明涉及机器学习技术领域，一个方面提供基于自动机器学习的化学材料吸附性能预测方法，包括：获取化学材料的结构特征构建原始数据集；对原始数据集进行预处理，根据机器学习生成包含超参数的初始模型；利用管道方法初始模型迭代训练生成最佳预测模型；将测试数据集输入到最佳预测模型对化学材料的吸附性能进行预测；本发明所述方法可以快速准确地实现材料吸附性能预测。本发明的另一个方面提供一种基于自动机器学习的化学材料吸附性能预测装置，包括数据集构建模块、模型预训练模块、模型构件模块以及测试模块；用以将上述方法应用在该装置以进行化学材料吸附性能的预测。

技术领域

本发明涉及机器学习技术领域，尤其涉及一种基于自动机器学习的化学材料吸附性能预测方法及装置。

背景技术

化学材料的筛选与设计对重要化工气体的存储与运输具有重要意义。但是合成的气体存储的材料种类多种多样，数量庞大，将其用于气体吸附工作容量的研究时，需要通过分子动力学模拟的方法实现，这种方法虽然准确，但是十分耗时，要想从海量的存储材料中寻找出合适的存储材料，依靠传统的计算方法显然是不可行的。

机器学习给材料性能计算带来了极大的便利，但同时也存在的一些问题。随着算法的种类的增加与复杂度的提升，工程师需要选择相应的模型架构，训练过程，正则化方法以及超参数等，这些都对算法的性能有很大的影响。构建准确而强大的学习模型的过程需要先进的数据科学技能，为解决问题而选择适当的方法并为特定模型配置最佳参数值也是一项艰巨的任务。因此，如何快速有效地计算材料的吸附性能，筛选出合适的气体存储材料，成为亟需解决的问题。

现有技术存在以下问题。第一，传统材料计算方法速度慢，效率低，无法满足现有需求。第二，普通机器学习算法的调参过程复杂，对非专业人员使用的要求门槛较高。第三，没有关于材料预测内容的管道模型的设计。

发明内容

为此，本发明一个方面提供一种基于自动机器学习的材料吸附性能预测方法。包括通过数据构件模块获取化学材料的特征并建立原始数据，通过模型预训练模块建立初始模型，通过模型构建模块生成最佳预测模型以及通过测试模块预测化学材料的吸附性能。用以克服现有技术中因没有关于材料预测内容的管道模型的设计导致的对材料吸附性能预测速度慢，进一步导致效率低的问题。

为实现上述目的，本发明提供一种基于自动机器学习的化学材料吸附性能预测方法，包括：

获取与化学材料吸附性能具有相关性的多种特征，并结合不同类型的特征建立原始数据集，并对该原始数据集进行预处理；

对所述预处理完成的原始数据集进行特征处理并利用机器学习以根据特征处理完成的原始数据利用机器学习生成多个包含超参数的初始模型；

通过管道方法对多个所述初始模型进行迭代训练以生成最佳预测模型；

将测试数据集输入至所述最佳预测模型以进行化学材料吸附性能预测。

进一步地，针对所述原始数据的预处理的方法包括数据采样、数据清洗、特征压缩、特征转换以及特征提取中的一种或多种；

所述通过机器学习生成多个包含超参数的初始模型的方法包括对所述原始数据进行特征处理以保证数据的合理性，以及选取不同的机器进行学习以根据先验知识生成多个包含超参数的初始模型。

进一步地，所述通过管道方法对多个所述初始模型进行迭代训练获得最佳预测模型的方法包括：根据特征重要性对所述特征处理完成的数据集进行数据筛选和特征处理并通过遗传算法和迭代法地对所述初始模型进行调参。

进一步地，所述数据筛选包括使用SelectKBest方法选择最优的前n％的特征信息并移除不符合最小方差阈值的特征信息，该选择方法通过卡方验证和互信息结合计算得出最优的前n％特征，公式如下所示：