训练人工智能成键数预测模型的方法和成键数预测方法技术

本公开涉及一种训练人工智能成键数预测模型的方法和成键数预测方法，其中，训练人工智能成键数预测模型的方法包括：获取噪声数据，将噪声数据输入预设GAN生成器，得到生成样本；设置预设温度、预设压力、硅氧烷预聚物结构模型的第一数量和二甲基硅氧烷单体结构模型的第二数量；应用预设温度、预设压力、第一数量和第二数量于预设分子动力学模拟计算过程以构建二甲基硅氧烷致密膜结构模型，并获取该二甲基硅氧烷致密膜结构模型的Si‑O‑Si键的成键数；基于对抗生成网络进行数据增强，得到多组生成数据；利用生成数据与真实样本训练随机森林模型，得到用于预测二甲基硅氧烷致密膜结构模型的Si‑O‑Si键的成键数的随机森林模型。

【技术实现步骤摘要】

本公开涉及人工智能，具体地，涉及一种训练人工智能成键数预测模型的方法和成键数预测方法。

技术介绍

1、聚二甲基硅氧烷(pdms)膜也叫做二甲基硅氧烷膜，因其高气体通量、良好的化学稳定性、柔韧性和热稳定性，在气体吸附分离中表现出优异的性能。其独特的si-o-si键结构，及其侧链上的疏水性甲基官能团，赋予其出色的渗透率，使其具备良好的疏水性与亲有机性，使得pdms膜能优先渗透小有机分子，有效提升了再气体吸附分离中的选择性，因此其si-o-si键的成键数极有可能是决定纳滤膜渗透特性的关键参数。

2、然而，当下对于聚二甲基硅氧烷si-o-si键的成键数在硅基纳滤膜气体吸附分离性能方面的系统研究尚显匮乏，这主要是由于所研究的膜属于商业化产品，其选择层的确切性质还未被完全揭示。即便如此，聚二甲基硅氧烷si-o-si键的成键数或许在气体吸附分离中有着重要意义，但仍需进一步深入研究，以系统评估其具体影响。现阶段，si-o-si键的成键数是通过对构建好的致密膜进行相关统计得出的，而构建致密膜需要耗费大量的算力与时间。因此，如果能快速预测pdms膜的si-o-si本文档来自技高网...

【技术保护点】

1.一种训练人工智能成键数预测模型的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述预设GAN生成器是层数为3的全连接神经网络，所述预设GAN判别器是层数为3的全连接神经网络，所述预设GAN生成器和预设GAN判别器的激活函数为tanh激活函数。

3.根据权利要求2所述的方法，其特征在于，所述第一损失函数基于如下公式计算：

4.根据权利要求2所述的方法，其特征在于，所述第二损失函数基于如下公式计算：

5.根据权利要求2所述的方法，其特征在于，所述预设轮数为3000轮。

6.根据权利要求1所述的方法，...

【技术特征摘要】

1.一种训练人工智能成键数预测模型的方法，其特征在于，所述方法包括：

2.根据权利要求1所述的方法，其特征在于，所述预设gan生成器是层数为3的全连接神经网络，所述预设gan判别器是层数为3的全连接神经网络，所述预设gan生成器和预设gan判别器的激活函数为tanh激活函数。

3.根据权利要求2所述的方法，其特征在于，所述第一损失函数基于如下公式计算：

4.根据权利要求2所述的方法，其特征在于，所述第二损失函数基于如下公式计算：

5.根据权利要求2所述的方法，其特征在于，所...

【专利技术属性】
技术研发人员：贾卫敏，张瑞麒，耿威，李世博，董景祥，郭文博，吕川，
申请(专利权)人：合肥微观纪元数字科技有限公司，
类型：发明
国别省市：