[发明专利]一种材料的晶体结构搜索方法及装置

说明书

本申请涉及一种材料的晶体结构搜索方法包括：接收待搜索材料的成分信息及目标性质信息；基于待搜索材料的成分信息和遗传算法确定若干初始化结构种子；对若干初始化结构种子进行遗传搜索；将当前轮次遗传搜索得到的晶体结构输入预训练的材料目标性质预测模型得到当前轮次遗传搜索得到的晶体结构对应的目标性质；基于当前轮次搜索得到的晶体结构和当前轮次遗传搜索得到的晶体结构对应的目标性质进行下一轮次遗传搜索得到下一轮次遗传搜索的晶体结构；基于目标性质信息筛选第N轮次遗传搜索得到的晶体结构确定待搜索材料的目标晶体结构。本申请基于遗传算法和机器学习相结合的方法，在有限的资源和时间内，即可快速获取所需材料的稳定晶体结构。

技术领域

本申请涉及材料技术领域，尤其涉及一种材料的晶体结构搜索方法及装置。

背景技术

借助人工智能技术构建科学发现与应用的模型，能够加快科学研究的发展。随着材料计算方法的逐渐改进，以及计算机硬件的快速发展，近几年在材料模拟中积累了大量的材料计算结果数据。借助人工智能技术快速构建材料结构与性能之间的关系模型，加快材料性质的预测和有效筛选成为目前材料研究的热点之一。

晶体结构是研究材料物化性质的基础，寻找稳定的晶体结构对于新材料的设计具有重要意义。基于此，目前发展了一些材料结构预测和筛选的软件，如Calypso和USPEX等，而这些软件都是需要依赖大量的第一性原理计算，为减小计算量，一般通过缩小结构搜索空间来获取结构信息，缩小搜素空间的方法虽然减小了计算量，但是同时也会带来搜索结构偏差的缺点。此外，对于原子数较多的复杂体系，开展大量的第一性原理计算寻找稳定结构变得非常困难。

发明内容

本申请提供一种材料的晶体结构搜索方法及装置，该搜索方法基于遗传算法搜索结构和机器学习训练模型相结合的方法，在有限的资源和时间内，即可快速获取所需材料的稳定晶体结构。

第一方面，本申请提供了一种材料的晶体结构搜索方法，包括：接收待搜索材料的成分信息以及目标性质信息；基于待搜索材料的成分信息和遗传算法，确定若干初始化结构种子；对若干初始化结构种子进行遗传搜索；将当前轮次遗传搜索得到的晶体结构输入预训练的材料目标性质预测模型，得到当前轮次遗传搜索得到的晶体结构对应的目标性质；基于当前轮次搜索得到的晶体结构和当前轮次遗传搜索得到的晶体结构对应的目标性质进行下一轮次遗传搜索，得到下一轮次遗传搜索的晶体结构；基于目标性质信息筛选第N轮次遗传搜索得到的晶体结构，确定待搜索材料的目标晶体结构，N为正整数。

本申请实施例的材料的晶体结构搜索方法基于遗传算法搜索结构和机器学习训练模型相结合的方法，在有限的资源和时间内，即可快速获取所需材料的稳定晶体结构。

在一个可能的实现中，基于所述待搜索材料的成分信息和遗传算法，确定若干初始化结构种子，之前还包括：检测模型数据库中是否具有预训练的材料目标性质预测模型；若是，则执行基于所述待搜索材料的成分信息和遗传算法，确定若干初始化结构种子步骤；若否，则执行如下步骤：获取训练数据集，训练数据集包括训练晶体结构和训练晶体结构对应的目标性质，训练晶体结构为与待搜索材料的组成元素相同的材料的晶体结构；构建初始网络模型，利用训练数据集对所述初始网络模型进行训练得到预训练的材料目标性质预测模型。

在另一个可能的实现中，获取训练数据集，包括：基于待搜索材料的成分信息和遗传算法，确定若干初始化结构种子；对若干初始化结构种子进行遗传搜索；将当前轮次遗传搜索得到的晶体结构输入经验模型或训练中的材料目标性质预测模型，得到当前轮次遗传搜索得到的晶体结构对应的目标性质；基于当前轮次搜索得到的晶体结构和当前轮次遗传搜索得到的晶体结构对应的目标性质进行下一轮次遗传搜索，得到下一轮次遗传搜索的晶体结构；基于目标性质信息筛选第M轮遗传搜索得到的晶体结构，确定训练晶体结构，M为小于或等于N的正整数；对训练晶体结构进行理论计算，确定训练晶体结构对应的目标性质。

在另一个可能的实现中，训练数据集基于所述用户输入得到，或者从训练数据库中查找得到。