龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
申请/专利权人：华东理工大学
申请日：2024-04-26
公开（公告）日：2024-06-28
公开（公告）号：CN118262810A
主分类号：G16C10/00
分类号：G16C10/00;G16C20/30;G06F18/10;G06F18/214;G06F18/21;G06F18/243
优先权：
专利状态码：在审-公开
法律状态：2024.06.28#公开
摘要：本发明涉及一种基于极限梯度提升树模型的聚乙烯性能预测方法。本方法包括以下步骤：步骤S1、根据分子动力学模拟特性从聚乙烯结构参数中选取输入特征向量，从物性数据中选取输出特征向量，并通过拉丁超立方采样方法系统地确定一系列关键特征参数的采样点集合；步骤S2、采用分子动力学模拟方法计算每个采样点对应的聚乙烯物性数据；步骤S3、对初始的聚乙烯物性数据集进行预处理；步骤S4、按照指定比例划分为训练集、验证集和测试集；步骤S5、构建基于极限梯度提升树模型的聚乙烯性能预测模型；步骤S6、得到符合评价指标的聚乙烯性能预测模型；步骤S7、使用建立的极限梯度提升树模型，对聚乙烯物性进行快速准确的预测。本发明结合了分子动力学模拟的准确性和极限梯度提升树模型的高效性，提高了预测的速度和准确性，同时显著降低了实验成本，具有重大的应用价值。
主权项：1.一种基于极限梯度提升树模型的聚乙烯性能预测方法，其特征在于，包括以下步骤：步骤S1、根据分子动力学模拟特性从聚乙烯结构参数中选取输入特征向量，从物性数据中选取输出特征向量，并通过拉丁超立方采样方法系统地确定一系列关键特征参数的采样点集合；步骤S2、采用分子动力学模拟方法计算每个采样点对应的聚乙烯物性数据；步骤S3、对初始的聚乙烯物性数据集进行预处理；步骤S4、将步骤S3得到的数据集按照指定比例划分为训练集、验证集和测试集；步骤S5、构建基于极限梯度提升树模型的聚乙烯性能预测模型，采用训练集训练模型，采用验证集验证模型的性能，调整模型参数以得到局部最优的模型；步骤S6、采用测试集测试步骤S5所得的模型，得到符合评价指标的聚乙烯性能预测模型；步骤S7、采用步骤S6所得的模型，对聚乙烯物性进行快速准确的预测。
全文数据：
权利要求：
百度查询： 华东理工大学 一种基于极限梯度提升树模型的聚乙烯性能预测方法
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号