[发明专利]一种不同入射粒子能量效应智能预测方法及系统

权利要求书

1.一种不同入射粒子能量效应智能预测方法，其特征在于，包括：

步骤一，采用机器学习方法预测不同能量的入射粒子辐照器件所产生的初级离位原子的信息；

步骤二，根据所述初级离位原子的信息，采用区域增长算法，进行所述初级离位原子在所述器件中的移位级联动态演化仿真。

2.根据权利要求1所述的不同入射粒子能量效应智能预测方法，其特征在于，所述采用机器学习方法预测不同能量的入射粒子辐照器件所产生的初级离位原子的信息包括：

获取数据库中的样本数据，并将所述样本数据划分为训练集和测试集；

分别定义所述训练集和所述测试集中的自变量和因变量，其中，所述自变量为所述入射粒子的能量信息，所述因变量为所述入射粒子辐照所述器件所产生的所述初级离位原子的信息；

采用非线性回归算法，根据所述自变量和所述因变量建立非线性回归方程，并通过所述非线性回归方程预测不同能量的所述入射粒子辐照所述器件所产生的所述初级离位原子的信息。

3.根据权利要求1或2所述的不同入射粒子能量效应智能预测方法，其特征在于，所述初级离位原子的信息包括所述初级离位原子的能量、位置、加速度以及所述初级离位原子对其周围粒子碰撞所需的条件。

4.根据权利要求3所述的不同入射粒子能量效应智能预测方法，其特征在于，所述根据所述初级离位原子的信息，采用区域增长算法，进行所述初级离位原子在所述器件中的移位级联动态演化仿真包括：

根据所述初级离位原子的位置信息，将所述器件划分为不同的区域块；

在t时刻，判断每个所述区域块中所述初级离位原子与其周围离子是否满足第一碰撞条件，当满足所述第一碰撞条件时，则所述初级离位原子与其周围粒子发生碰撞，改变所述初级离位原子周围粒子的状态，产生次级离位原子；

在t+1时刻，判断所述次级离位原子与其周围粒子是否满足第二碰撞条件，当满足所述第二碰撞条件时，则所述次级离位原子与其周围粒子发生碰撞，改变所述次级离位原子周围粒子的状态，产生新的离位原子；

随着时间的增长，反复进行迭代使碰撞在所述器件内进行扩散和增长，直至达到指定时间节点，完成所述初级离位原子在所述器件中的移位级联动态演化仿真过程。

5.根据权利要求2所述的不同入射粒子能量效应智能预测方法，其特征在于，所述采用非线性回归算法，根据所述自变量和所述因变量建立非线性回归方程包括：

获取所述自变量与所述因变量之间的散点图；

根据所述散点图的线索趋势、变量之间的相关性以及强影响点的数量，判断是否建立所述非线性回归方程，其中所述强影响点是指所述散点图中偏离趋势的点；

当所述散点图满足设定要求时，建立所述非线性回归方程。

6.根据权利要求5所述的不同入射粒子能量效应智能预测方法，其特征在于，所述非线性回归方程为：

y＝p₀+p₁x+p₂x²+p₃x³+...+p_nxⁿ；

其中，x为所述自变量，y为所述因变量，p₀、p₁、p₂、p₃及p_n分别为多项式因子的系数，n为所述自变量的幂的次数。

7.根据权利要求2所述的不同入射粒子能量效应智能预测方法，其特征在于，在所述根据所述自变量和所述因变量建立回归模型之前还包括：对所述样本数据进行预处理，所述预处理包括数据归一化和数据差分处理。