[发明专利]一种基于机器学习性能预测含能分子计算机辅助设计系统有效
| 申请号： | 201910950208.2 | 申请日： | 2019-10-08 |
| 公开（公告）号： | CN110728047B | 公开（公告）日： | 2023-04-07 |
| 发明（设计）人： | 宋思维;王毅;张庆华;陈方 | 申请（专利权）人： | 中国工程物理研究院化工材料研究所 |
| 主分类号： | G06F30/20 | 分类号： | G06F30/20;G06N99/00 |
| 代理公司： | 四川省成都市天策商标专利事务所(有限合伙) 51213 | 代理人： | 胡慧东 |
| 地址： | 621000*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于机器学习性能预测含能分子计算机辅助设计系统，属于计算机辅助设计系统技术领域。包括：分子快速生成模块，用于根据用户输入的分子母环及取代基排列组合生成全部可能的分子结构式，并去除重复结构；分子数据集模块，用于记录已报导的含能分子性能数据，所述的含能分子性能数据主要作为机器学习模型训练模块的训练集；分子描述符生成模块，用于对分子快速生成模块产生的分子或分子数据集模块中的分子或用户输入的分子进行分子描述符的计算；机器学习模型训练模块，用于根据分子描述符集的数据采用机器学习算法训练并保存模型；性能预测模块，用于读取模型并对分子快速生成模块产生的分子或用户输入的分子进行性能预测。 | ||
| 搜索关键词： | 一种 基于 机器 学习 性能 预测 分子 计算机辅助设计 系统 | ||
【主权项】：
1.一种基于机器学习性能预测含能分子计算机辅助设计系统，利用计算机生成大量含能分子结构，并基于机器学习算法对所生成的含能分子结构的性能进行预测，实现新型含能分子的高通量设计及评估，从而加速新型含能分子的研发，其特征在于，该系统至少包括：/n分子快速生成模块，用于根据用户输入的分子母环及取代基排列组合生成全部可能的分子结构式，并去除重复结构；/n分子数据集模块，用于记录已报导的含能分子性能数据，所述的含能分子性能数据主要作为机器学习模型训练模块的训练集；/n分子描述符生成模块，用于对分子快速生成模块产生的分子或分子数据集模块中的分子或用户输入的分子进行分子描述符的计算，所得到分子描述符集用于机器学习模型训练模块训练及作为预测模块的输入量；/n机器学习模型训练模块，用于根据分子描述符集的数据采用机器学习算法训练，随后保存训练所得到的模型；/n性能预测模块，用于读取模型并对分子快速生成模块产生的分子或用户输入的分子进行性能预测。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于中国工程物理研究院化工材料研究所，未经中国工程物理研究院化工材料研究所许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910950208.2/，转载请声明来源钻瓜专利网。
