本發明提供了一種基于機器學習篩選鋰硫電池中最佳載體材料的方法及系統,包括:對AB2型二維層狀載體材料的結構進行優化;設置多種多硫化物,利用密度泛函理論計算吸附能,構建吸附結構與吸附能相對應的數據集;對數據集中的結構進行原子局部化學環境計算,得到數據集中的結構特征;基于數據集中的結構特征對深度神經網絡進行訓練,根據訓練后的深度神經網絡預測任意構型、任意位點的吸附能;利用遷移學習算法,對預設的AB2型二維層狀載體材料吸附多硫化物的深度神經網絡參數進行相應調整;對預設的AB2型二維層狀載體材料吸附多硫化物的深度神經網絡進行訓練,根據訓練后深度神經網絡預測得到任意構型、位點的吸附能,根據平均值衡量吸附能力的大小。
聲明:
“基于機器學習篩選鋰硫電池中最佳載體材料的方法及系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)