机器学习在储能陶瓷Ba（Ti-xHfx）03介电常数寻优中的应用

是 否 +2 论坛币

k人 参与回答

经管之家送您一份

应届毕业生专属福利!

求职就业群

赵安豆老师微信：zhaoandou666

经管之家联合CDA

送您一个全额奖学金名额~ !

立即领取

感谢您参与论坛问题回答

经管之家送您两个论坛币！

+2 论坛币

摘要：为了加速开发具有高介电常数高储能密度的三临界电介质的过程，在Ba（Ti1-xHfx）O3陶瓷高介电常数成分设计中采用机器学习寻优方法与实验制备表征互相迭代的方法，建立了适用于寻找三临界成分的机器学习模型，通过机器学习寻优加速寻找具有高介电常数的三临界成分，并对几种不同优化算法的寻优效率和收敛速度进行了比较。结果表明：设计出的的高介陶瓷（摩尔分数x=11％）相对介电常数最大值约为4．5×10^4，高于传统陶瓷材料（约为1000）；同时有效地减少了尝试实验次数（约37．5％）。研究表明机器学习寻优方法可以为新型高介、高储能密度陶瓷材料开发提供新的设计方法。

原文链接:http://www.cqvip.com//QK/90990X/201707/672770776.html

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）

扫码加我 拉你入群

请注明：姓名-公司-职位

以便审核进群资格，未注明则拒绝

分享0 收藏0 回帖

关键词：机器学习 cqvip 大家共享 交流学习 HTML 储能材料设计 介电常数 机器学习 加速寻优 三临界点