[发明专利]一种离子液体分子结构的获取方法、系统、设备及介质在审

专利信息
申请号: 202310342300.7 申请日: 2023-03-31
公开(公告)号: CN116306003A 公开(公告)日: 2023-06-23
发明(设计)人: 刘向阳;褚健淳;何茂刚 申请(专利权)人: 西安交通大学
主分类号: G06F30/20 分类号: G06F30/20;G16C20/10;G16C20/30;G16C20/50;G06N3/04;G06N3/0455;G06N3/08;G06F111/04
代理公司: 西安通大专利代理有限责任公司 61200 代理人: 李鹏威
地址: 710049 陕*** 国省代码: 陕西;61
权利要求书: 查看更多 说明书: 查看更多
摘要:
搜索关键词: 一种 离子 液体 分子结构 获取 方法 系统 设备 介质
【权利要求书】:

1.一种离子液体分子结构的获取方法,其特征在于,包括以下步骤:

步骤1,获取目标离子液体的设计目标;其中,所述设计目标为一种或多种性质的权重函数;

步骤2,基于步骤1获取的所述设计目标,利用预先训练好的离子液体分子结构生成模型进行设计,获得目标离子液体的分子结构;

其中,步骤2具体包括:

所述离子液体分子结构生成模型中的优化模型获取设计目后,初始化获得一系列高维空间坐标;基于初始化获得的一系列高维空间坐标,根据所述离子液体分子结构生成模型中预先训练好的预测模型的预测性质得分的梯度不断优化,直至获得最符合设计目标的高维空间坐标;

将所述最符合设计目标的高维空间坐标,输入所述离子液体分子结构生成模型中训练好的解码器解码并重构生成树,最终获得目标离子液体的分子结构;其中,重构生成树的过程中,根据上下文无关文法的规则约束,逐步构建生成树以获得离子液体的特征符。

2.根据权利要求1所述的一种离子液体分子结构的获取方法,其特征在于,所述权重函数的自变量为各个性质,因变量为性质得分;所述权重函数的设定考虑各个性质的重要性及其量纲,所述权重函数相对于一个性质的导数若为正数则代表要求该性质越大越好,若为负数则代表要求该性质越小越好;一个离子液体的性质得分越高,则代表越符合设计目标。

3.根据权利要求1所述的一种离子液体分子结构的获取方法,其特征在于,所述离子液体分子结构生成模型包括:

数据预处理模块,用于在训练时,根据上下文无关文法将输入的训练样本的SMILES解析转换为生成树,再将生成树转化为独热编码矩阵并进行输出;

变分自编码器,包括阳离子编码器、阴离子编码器、阳离子解码器和阴离子解码器;所述阳离子编码器、所述阴离子编码器分别用于在训练时,输入离子液体阳离子、离子液体阴离子由数据预处理模块转化输出的独热编码矩阵;两个编码器的输出数组拼接后成为一个高维空间坐标,高维空间坐标经过拆分后,成为分别与阳离子编码器、阴离子编码器的输出形状相同的两个数组,两个数组分别输入阳离子解码器和阴离子解码器,解码器的输出为与编码器输入形状相同的矩阵;其中,阳离子编码器、阴离子编码器均由多层卷积神经网络加一层全连接神经网络组成,阳离子解码器和阴离子解码器均由一层全连接神经网络加多层卷积神经网络组成;除最后一层以外,各层的输出使用激活函数处理后传递至下一层作为下一层的输入;

预测模型,所述预测模型为多层感知机或深度因子分解机,用于输入高维空间坐标,输出高维空间坐标所代表的离子液体的性质得分;

优化模型,所述优化模型为梯度粒子群算法模型,用于输入设计目标,输出寻找到的最符合设计目标的高维空间坐标;其中,优化寻找时基于预测模型的预测结果及梯度来确定优化方向;

数据后处理模块,用于输入所述最符合设计目标的高维空间坐标的解码器输出矩阵,基于解码器输出矩阵,根据上下文无关文法重构生成树,输出代表分子设计结构的SMILES。

下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。

该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于西安交通大学,未经西安交通大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服

本文链接:http://www.vipzhuanli.com/pat/books/202310342300.7/1.html,转载请声明来源钻瓜专利网。

×

专利文献下载

说明:

1、专利原文基于中国国家知识产权局专利说明书;

2、支持发明专利 、实用新型专利、外观设计专利(升级中);

3、专利数据每周两次同步更新,支持Adobe PDF格式;

4、内容包括专利技术的结构示意图流程工艺图技术构造图

5、已全新升级为极速版,下载速度显著提升!欢迎使用!

请您登陆后,进行下载,点击【登陆】 【注册】

关于我们 寻求报道 投稿须知 广告合作 版权声明 网站地图 友情链接 企业标识 联系我们

钻瓜专利网在线咨询

周一至周五 9:00-18:00

咨询在线客服咨询在线客服
tel code back_top