基于支持向量机的LaXM1-x-zRzMnyN1-yO3型钙钛矿居里温度的预测
Computers and Applied Chemistry(2016)
摘要
有效预测LaxM1-x-zRZMnyN1-yO3型新钙钛矿材料的居里温度对于指定居里温度的材料设计至关重要.本工作构建了基于支持向量机的QSPR模型,用以预测LaxM1-x-zRzMnyN1-yO3型钙钛矿材料的居里温度.在13个描述符中筛选出5个描述符来进行建模.建模过程中采用前进法从13个分子描述符中筛选出了5个影响该材料居里温度的主要分子描述符.为了得到优化的建模结果,运用粒子群算法进行了一个参数优化,设置参数ε=O.OO6,C=6.45O,Rbf gamma=1.741.研究结果表明,所建模型的均方根误差RMSE、平均相对误差MRE、计算值与实际值的相关系数R分别为6.82,2.36%和O.991.在留一法交叉验证结果中,均方根误差(RMSE)为2O.796,平均相对误差(MRE)为7.35%,计算值与实际值的相关系数(R)为O.92.利用随机抽取的外部测试集样本对所建支持向量回归模型进行检验,得到的居里温度预报的平均相对误差为2.36%.因此,支持向量回归模型能有效预测LaxM1-x-zRzMnyN1-yO3型钙钛矿材料的居里温度,有望在指定居里温度的材料设计研究工作中得到进一步应用.
更多关键词
QSPR,support vector regression,curie temperature,perovskite,materials genome initiative
AI 理解论文
溯源树
样例
![](https://originalfileserver.aminer.cn/sys/aminer/pubs/mrt_preview.jpeg)
生成溯源树,研究论文发展脉络
Chat Paper
正在生成论文摘要