[发明专利]分子碰撞截面的预测方法、装置、设备及存储介质

权利要求书

1.一种分子碰撞截面的预测方法，其特征在于，包括：

基于预设数据库中已有的多种气体的碰撞截面数据，生成多组碰撞截面集；

利用预设电子群参数计算工具，计算每组所述碰撞截面集的电子群参数；

利用所述电子群参数，对预设神经网络进行训练，直至所述预设神经网络的损失函数达到预设收敛条件，得到碰撞截面预测模型；

利用所述碰撞截面预测模型，预测目标气体的目标碰撞截面数据。

2.如权利要求1所述的分子碰撞截面的预测方法，其特征在于，所述基于预设数据库中已有的多种气体的碰撞截面数据，生成多组碰撞截面集，包括：

对所述碰撞截面数据进行加权几何平均处理，生成新的碰撞截面数据；

对所述新的碰撞截面数据进行分类，得到多组所述碰撞截面集。

3.如权利要求2所述的分子碰撞截面的预测方法，其特征在于，所述对所述碰撞截面数据进行加权几何平均处理，生成新的碰撞截面数据，包括：

利用预设加权几何平均函数，根据目标随机数，对所述碰撞截面数据进行加权几何平均处理，生成新的碰撞截面数据，所述预设加权几何平均函数为：

其中，σ_new(∈)为新的碰撞截面数据，r表示区间(0,1)内的随机数，σ_i表示第i个碰撞截面数据，σ_j表示第j个碰撞截面数据，∈_i表示第i个碰撞截面对应的阈值能量，∈_j为第j个碰撞截面对应的阈值能量，∈为新的碰撞截面对应的能量。

4.如权利要求3所述的分子碰撞截面的预测方法，其特征在于，所述新的碰撞截面对应的能量的计算函数为：

其中，s表示区间[-1,1]内的随机数，∈_min表示预设的能级最小值，∈_max表示预设的能级最大值。

5.如权利要求1所述的分子碰撞截面的预测方法，其特征在于，所述利用预设电子群参数计算工具，计算每组所述碰撞截面集的电子群参数，包括：

利用预设电子群参数计算工具，以预设温度，对所述碰撞截面集的预设能量范围内多个等对数间距的约化场强进行求解，得到所述电子群参数。

6.如权利要求1所述的分子碰撞截面的预测方法，其特征在于，所述预设神经网络为全连接神经网络，所述利用所述电子群参数，对预设神经网络进行训练，直至所述预设神经网络的损失函数达到预设收敛条件，得到碰撞截面预测模型，包括：

对所述电子群参数进行归一化，得到目标电子群参数，所述电子群参数包括有效电离速率系数、电子漂移速度和电子纵向扩散系数；

以所述目标电子群参数作为所述全连接神经网络的输入，以所述碰撞截面数据作为所述全连接神经网络的训练标签，对所述全连接神经网络进行训练，并计算每次训练过程的损失函数；

若所述损失函数小于预设值，则判定所述全连接神经网络训练完成，得到所述碰撞截面预测模型。

7.如权利要求5所述的分子碰撞截面的预测方法，其特征在于，所述损失函数为：

其中，loss为损失函数的输出值，N表示数据量，y_i表示作为训练标签的所述碰撞截面数据，σ(x_i)表示全连接神经网络的输出。

8.一种分子碰撞截面的预测装置，其特征在于，包括：

生成模块，用于基于预设数据库中已有的多种气体的碰撞截面数据，生成多组碰撞截面集；

计算模块，用于利用预设电子群参数计算工具，计算每组所述碰撞截面集的电子群参数；

训练模块，用于利用所述电子群参数，对预设神经网络进行训练，直至所述预设神经网络的损失函数达到预设收敛条件，得到碰撞截面预测模型；

预测模块，用于利用所述碰撞截面预测模型，预测目标气体的目标碰撞截面数据。