机器学习预测聚合物材料防污性能——推荐一个分子模拟综合实验

摘要

本文设计了一个通过机器学习方法预测聚合物材料防污性能的综合型分子模拟实验，通过搜集文献已有的聚合物结构-防污性能数据，结合分子模拟计算分子描述符，采用多种机器学习方法包括遗传函数近似、神经网络模型、多重线性回归和偏最小二乘回归分析等构建聚合物防污材料的结构性能关系模型，并对几种模型的预测能力和拟合优度进行评价。通过本实验，学生可初步掌握机器学习的基本原理和操作方法，了解海洋防污材料研究进展，同时培养学生借助机器学习和分子模拟方法解决实际化学问题的能力。

关键词

机器学习 / 定量结构性质关系 / 聚合物防污材料 / 分子模拟

基金资助

山东省本科教学改革研究重点项目(Z2024043); 山东大学本科教育教学改革研究项目(2024Y119);山东大学实验室建设与管理研究重大项目(sy20221201)