一种高分子材料的配方设计优化方法及装置与流程
技术特征：
1.一种高分子材料的配方设计优化方法，其特征在于，包括：
2.根据权利要求1所述的一种高分子材料的配方设计优化方法，其特征在于，所述全局优化算法包括：贝叶斯优化算法、遗传算法、粒子群优化算法和进化算法。
3.根据权利要求2所述的一种高分子材料的配方设计优化方法，其特征在于，在将所述历史高分子配方数据集中的配方数据通过所述全局优化算法进行优化推荐的过程中，通过贝叶斯优化算法拟合所述配方数据构建出用于近似真实分布的代理模型；通过所述代理模型最大化采集函数确定最优推荐配方；所述采集函数的表达式为：
4.根据权利要求3所述的一种高分子材料的配方设计优化方法，其特征在于，所述高分子性能预测模型包括：随机森林模型、神经网络模型和线性回归模型。
5.根据权利要求4所述的一种高分子材料的配方设计优化方法，其特征在于，所述高分子性能预测模型的表达式为：
6.一种高分子材料的配方设计优化装置，采用权利要求1-5任一项所述的一种高分子材料的配方设计优化方法，其特征在于，包括：
7.根据权利要求6所述的一种高分子材料的配方设计优化装置，其特征在于，所述最优推荐配方获取模块中，所述全局优化算法包括：贝叶斯优化算法、遗传算法、粒子群优化算法和进化算法。
8.根据权利要求7所述的一种高分子材料的配方设计优化装置，其特征在于，所述最优推荐配方获取模块中，在将所述历史高分子配方数据集中的配方数据通过所述全局优化算法进行优化推荐的过程中，通过贝叶斯优化算法拟合所述配方数据构建出用于近似真实分布的代理模型；通过所述代理模型最大化采集函数确定最优推荐配方；所述采集函数的表达式为：
9.根据权利要求8所述的一种高分子材料的配方设计优化装置，其特征在于，所述高分子性能预测模型构建及训练模块中，所述高分子性能预测模型包括：随机森林模型、神经网络模型和线性回归模型。
10.根据权利要求9所述的一种高分子材料的配方设计优化装置，其特征在于，所述高分子性能预测模型构建及训练模块中，所述高分子性能预测模型的表达式为：
技术总结
一种高分子材料的配方设计优化方法及装置，涉及高分子材料配方设计技术领域，该方法将其历史高分子配方数据集中的配方数据通过全局优化算法优化推荐，获得第一最优推荐配方；构建高分子性能预测模型并训练；将第一最优推荐配方输入高分子性能预测模型进行性能预测，获得第一最优推荐配方对应的性能预测值；将第一最优推荐配方与其对应的性能预测值按照设定格式进行拼接，并汇入历史高分子配方数据集中，形成新高分子配方数据集进行迭代推荐及预测处理，获得最终推荐配方，并进行实验验证。本发明能够从所有可能的配方中快速搜索到最优或者接近最优性能的配方，相较于传统的正交实验法、网格搜索法等，能够显著降低实验次数。
技术研发人员：张翔宇,李中伟,林衍森,柳彦宏
受保护的技术使用者：烟台国工智能科技有限公司
技术研发日：
技术公布日：2024/11/18
技术研发人员：张翔宇,李中伟,林衍森,柳彦宏
技术所有人：烟台国工智能科技有限公司
备 注：该技术已申请专利，仅供学习研究，如用于商业用途，请联系技术所有人。
声 明 ：此信息收集于网络，如果你是此专利的发明人不想本网站收录此信息请联系我们，我们会在第一时间删除