| 摘 要： | 有效预测La_xM_(1-x-z)R_zMn_yN_(1-y)O_3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La_xM_(1-x-z)R_zMn_yN_(1-y)O_3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=0.006,C=6.450,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0.991。在留一法交叉验证结果中,均方根误差(RMSE)为20.796,平均相对误差(MRE)为7.35%,计算值与实际值的相关系数(R)为0.92。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La_xM_(1-x-z)R_zMn_yN_(1-y)O_3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。
|
