[发明专利]微纳米颗粒体系结构色的正向预测和反向设计方法及系统

说明书

本发明属于计算材料科学领域，提供了一种微纳米颗粒体系结构色的正向预测和反向设计方法及系统。该方法包括，根据所研究微纳米颗粒体系确定已知几何结构参数；基于所述已知几何结构参数采用训练好的双向神经网络模型，得到预测的颜色信息和反向设计微纳米颗粒体系的几何结构参数；所述双向神经网络模型包括：正向神经网络模型和反向神经网络模型；所述正向神经网络模型根据所述已知几何结构参数，预测微纳米颗粒体系的颜色信息；所述反向神经网络模型根据所述预测微纳米颗粒体系的颜色信息，得到反向设计微纳米颗粒体系的几何结构参数。本发明实现了预测微纳米颗粒体系的结构色和反向设计微纳米颗粒体系的几何结构参数。

技术领域

本发明属于计算材料科学领域，尤其涉及一种微纳米颗粒体系结构色的正向预测和反向设计方法及系统。

背景技术

本部分的陈述仅仅是提供了与本发明相关的背景技术信息，不必然构成在先技术。

由纳米或亚微米尺寸结构产生的结构色凭借其永不褪色、可调性、抗漂白性和无毒等特点以及特殊的光学性质，在彩色显示、彩色印刷、高性能器件和生物医学成像等领域得到了广泛应用。一般来说，微纳结构色光子结构可分为有序光子结构和无序光子结构。周期性有序光子结构凭借布拉格衍射效应产生的颜色具有虹彩特征，但其色彩往往强烈依赖于视角，因此限制了其在很多领域中的应用。相比之下，由金属和介电微纳米颗粒组成的无序微纳米材料体系可以产生高分辨率且与视角无关的结构色，因此在颜料、显示和光电器件等与色彩相关的领域中具有更广阔的应用前景。

微纳米颗粒体系产生的结构色取决于颗粒的种类、粒径、体积分数以及所处背景环境的介电特性等因素。因此，通过调整上述参数获得相应的透射光谱、反射光谱，微纳米颗粒体系可以呈现出不同的结构色特征。然而，微纳米颗粒体系结构色的设计过程往往基于试错法，需要事先的经验和直觉，也需要大量的时间和计算成本。尽管目前已发展了多种优化策略和设计方法以提高设计效率，如粒子群算法、拓扑优化等，但随着微纳米颗粒体系功能和复杂度的提高，传统的设计和优化方法仍面临很多难题。

发明内容

为了解决上述背景技术中存在的技术问题，本发明提供一种微纳米颗粒体系结构色的正向预测和反向设计方法及系统，其不仅可以根据几何结构参数快速、精确地预测微纳米颗粒体系的结构色，还可以根据预期颜色信息高效地反向设计微纳米颗粒体系的几何结构参数。

为了实现上述目的，本发明采用如下技术方案：

本发明的第一个方面提供一种微纳米颗粒体系结构色的正向预测和反向设计方法。

微纳米颗粒体系结构色的正向预测和反向设计方法，包括：

根据所研究微纳米颗粒体系确定已知几何结构参数；

基于所述已知几何结构参数采用训练好的双向神经网络模型，得到预测的颜色信息和反向设计微纳米颗粒体系的几何结构参数；

所述双向神经网络模型包括：正向神经网络模型和反向神经网络模型；

所述正向神经网络模型根据所述已知几何结构参数，预测微纳米颗粒体系的颜色信息；

所述反向神经网络模型根据所述预测微纳米颗粒体系的颜色信息，得到反向设计微纳米颗粒体系的几何结构参数。

进一步地，所述双向神经网络模型训练的过程包括：正向神经网络模型训练的过程和反向神经网络模型训练的过程。

进一步地，所述正向神经网络模型训练的过程包括：

根据所研究微纳米颗粒体系确定已知几何结构参数和微纳米颗粒体系的已知颜色信息；

根据所述已知几何结构参数，采用正向神经网络模型，预测微纳米颗粒体系的颜色信息；

根据所述已知颜色信息和所述颜色信息优化正向神经网络模型的超参数，得到训练好的正向神经网络模型。