基于支持向量机的La_xM_(1-x-z)R_zMn_yN_(1-y)O_3型钙钛矿居里温度的预测（英文）  

Predicting the curie temperatures of La_xM_(1-x-z)R_zMn_yN_(1-y)O_3 perovskites based on support vector Regression

作　　者：刘怡飞[1] 纪晓波[1] 李敏杰[1] 康健[1] 张金仓[1] 陆文聪[1] 

机构地区：[1]上海大学理学院,上海200444

出　　处：《计算机与应用化学》2016年第6期731-736,共6页Computers and Applied Chemistry

基　　金：国家自然科学基金资助项目(21273145)

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。Efficient and effective prediction of the Curie temperature for a new La_xM_（1-x-z）R_zMn_yN_（1-y）O_3 perovskite is of great importance to materials design of such compound with desired Curie temperature. In this work, the QSPR model based on support vector regression was constructed to predict the Curie temperature of La_xM_（1-x-z）R_zMn_yN_（1-y）O_3 perovskite, the forward selection（FS） method was used to filter the main molecular descriptors in modeling. It was found that mean relative error（MRE） of SVR models obtained on a training dataset and an independent testing dataset were 7.35% and 2.36%, respectively. Therefore, the SVR model could be a promising tool for predicting the Curie temperature of La_xM_（1-x-z）R_zMn_yN_（1-y）O_3 perovskite.

关 键 词：QSPR 支持向量机 居里温度 钙钛矿 材料基因组计划 

分 类 号：TQ015.9[化学工程] TP391.9[自动化与计算机技术—计算机应用技术]