中科院長春應化所 AM: 發明“機器學習增強試錯法” - 實現橡膠配方高效、極限優化，已應用于高技術裝備制造
2025-03-14 來源：高分子科技
在橡膠復合材料的性能優化領域，雖然傳統的試錯法有效，但存在效率低下的問題。最新的機器學習輔助方法也不適用于預測和優化橡膠復合材料的性能。這是因為這些性能依賴于加工條件，這導致從不同來源收集的數據無法對齊。在本研究中，提出了一種稱為“機器學習增強型試錯法”的新工作流程。該方法將正交實驗設計與符號回歸相結合，以提取經驗原理。這種結合使得優化過程保留了傳統試錯法的特點，同時顯著提高了效率和能力。以橡膠復合材料為模型體系，機器學習增強型試錯法有效提取了符號回歸所得數學公式中高頻項所蘊含的經驗原理，為材料性能優化提供了明確指導。本研究還開發了一個在線平臺，該平臺無需編寫代碼即可使用所提出的方法，旨在無縫集成到現有的實驗優化流程中。
圖1. (A)傳統試錯法與(B)機器學習增強試錯法的工作流程對比
圖2. 符號回歸算法提取的數學公式及其高頻項分析方案（以定伸應力為例）
圖3. 數學公式實現的多目標優化與經驗規律完成的外推取值
圖4. 獲取的經驗規律的跨體系遷移性與機器學習增強試錯法的誤差容忍能力
原文鏈接：https://advanced.onlinelibrary.wiley.com/doi/10.1002/adma.202407763
版權與免責聲明：中國聚合物網原創文章。刊物或媒體如需轉載，請聯系郵箱：info@polymer.cn，并請注明出處。
（責任編輯：xu）
相關新聞
- 浙大高分子系與中天科技集團簽訂戰略合作協議 2014-08-14
