開(kāi)放骨架磷酸鋁合成反應(yīng)預(yù)測(cè)研究.pdf

1、無(wú)機(jī)微孔材料的應(yīng)用與材料本身的多孔結(jié)構(gòu)有著密切的聯(lián)系,例如孔道的維數(shù)、形狀和面積的不同在應(yīng)用上也具有巨大的差異。無(wú)機(jī)微孔晶體由于其獨(dú)特的規(guī)則孔道結(jié)構(gòu)而被廣泛地應(yīng)用于催化、吸附、分離和離子交換等領(lǐng)域,因而具有新穎結(jié)構(gòu)的微孔晶體的設(shè)計(jì)、合成以及新合成路線的開(kāi)發(fā)一直備受關(guān)注。其中,開(kāi)放骨架結(jié)構(gòu)的金屬磷酸鹽化合物由于其結(jié)構(gòu)的多樣性和潛在的應(yīng)用價(jià)值,國(guó)內(nèi)外很多學(xué)者已經(jīng)對(duì)其開(kāi)展了廣泛而深入的研究。無(wú)機(jī)微孔晶體化合物的合成十分復(fù)雜,材料結(jié)晶受諸多因素

2、的影響,例如原材料、凝膠組成、PH值、模板劑、溶劑,結(jié)晶溫度和時(shí)間等。對(duì)這類材料合成的研究與分析,主要困難是由于它們的合成過(guò)程難以控制、結(jié)晶機(jī)理復(fù)雜難以理解和建模。在過(guò)去幾年里,科研者試圖建立新的合成方法的預(yù)測(cè)模型,尤其將統(tǒng)計(jì)學(xué)方法應(yīng)用到目標(biāo)材料的定向設(shè)計(jì)中,期望得到性能較好的特定結(jié)構(gòu)預(yù)測(cè)模型,用來(lái)預(yù)測(cè)新型合成材料。盡管一些統(tǒng)計(jì)方法在化學(xué)材料分析中已經(jīng)得到了廣泛的應(yīng)用并取得了預(yù)期的研究成果,但是對(duì)開(kāi)放骨架磷酸鋁合成實(shí)驗(yàn)中的分析和預(yù)測(cè)的研

3、究相對(duì)較少。
　　 鑒于開(kāi)放骨架磷酸鋁豐富的化學(xué)結(jié)構(gòu),本文采用基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)理論和方法對(duì)磷酸鋁分子篩進(jìn)行了大量的結(jié)構(gòu)分析與預(yù)測(cè),主要應(yīng)用在:挖掘合成參數(shù)對(duì)合成產(chǎn)物某一特定結(jié)構(gòu)的影響程度,為合成實(shí)驗(yàn)提供特定結(jié)構(gòu)形成機(jī)理的解釋;建立合成參數(shù)對(duì)產(chǎn)物孔道環(huán)數(shù)和產(chǎn)物類型的預(yù)測(cè)模型,提高定向合成實(shí)驗(yàn)的成功率。具體研究?jī)?nèi)容分為如下兩部分:
　　 一、利用多種基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法對(duì)數(shù)據(jù)庫(kù)的合成參數(shù)和產(chǎn)物結(jié)構(gòu)進(jìn)行了大量的分析與預(yù)測(cè),

4、具體如下:
　　 1.鑒于數(shù)據(jù)庫(kù)中的合成參數(shù)之間存在嚴(yán)重的相關(guān)性,而偏最小二乘能夠很好的解決變量間的多重共線性問(wèn)題,本文采用偏最小二乘法分析合成參數(shù)對(duì)預(yù)測(cè)產(chǎn)物特定結(jié)構(gòu)的影響程度,并采用主成分分析方法提取產(chǎn)物某些特定結(jié)構(gòu)的綜合信息,建立合成參數(shù)對(duì)產(chǎn)物特定結(jié)構(gòu)的回歸模型。
　　 2.在使用相同模板劑的合成反應(yīng)中,采用BP神經(jīng)網(wǎng)絡(luò)方法分析凝膠組成及其成分組合對(duì)預(yù)測(cè)產(chǎn)物類型的影響程度。
　　 3.由于支持向量機(jī)能夠較好的

5、解決非線性、高維數(shù)、局部極小點(diǎn)等問(wèn)題,本文采用支持向量機(jī)方法預(yù)測(cè)產(chǎn)物的孔道環(huán)數(shù)和產(chǎn)物類型,挖掘?qū)ι删哂刑囟椎拉h(huán)數(shù)和特定結(jié)構(gòu)類型的化學(xué)材料的模板劑參數(shù),并采用交叉驗(yàn)證方法進(jìn)一步提高分類器的可靠性。
　　 4.鑒于多元線性回歸對(duì)變量之間不可以存在嚴(yán)重相關(guān)的限制,采用嶺回歸方法建立合成參數(shù)對(duì)產(chǎn)物類型的預(yù)測(cè)模型,并詳細(xì)研究了嶺參數(shù)和閾值的選取對(duì)預(yù)測(cè)性能影響。
　　 5.本文還采用偏最小二乘與Logistic回歸結(jié)合的統(tǒng)計(jì)方法

6、(PLS-LR)進(jìn)行合成參數(shù)對(duì)產(chǎn)物類型的預(yù)測(cè)。首先采用偏最小二乘方法去除合成參數(shù)之間相關(guān)性,得到新的低維變量;然后采用Logistic回歸方法在低維變量上預(yù)測(cè)產(chǎn)物的類型;最后通過(guò)對(duì)預(yù)測(cè)結(jié)果的影響確定偏最小二乘提取的成分個(gè)數(shù),建立合成參數(shù)對(duì)產(chǎn)物類型的預(yù)測(cè)模型。
　　 大量實(shí)驗(yàn)與分析說(shuō)明了本文采用的基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法能夠挖掘出合成參數(shù)對(duì)生成產(chǎn)物特定結(jié)構(gòu)的影響程度,并且建立了性能良好的合成參數(shù)對(duì)產(chǎn)物特定結(jié)構(gòu)和特定類型的預(yù)測(cè)模型。<

7、br>　　 二、針對(duì)磷酸鋁合成數(shù)據(jù)庫(kù)存在的類不平衡問(wèn)題,提出了新的采樣方法。
　　 數(shù)據(jù)的類不平衡問(wèn)題會(huì)降低分類器的分類性能,針對(duì)預(yù)測(cè)實(shí)驗(yàn)中的數(shù)據(jù)存在類不平衡問(wèn)題(如兩類樣本的比例為1:3),基于無(wú)監(jiān)督的模糊C均值方法,本文提出了兩種有指導(dǎo)的上采樣方法:FCMP1,FCMP2:兩種有指導(dǎo)的混合采樣方法:FCMP1+Tomek和FCMP2+Tomek。這些方法不僅考慮了類間不平衡問(wèn)題,而且考慮了類內(nèi)不平衡問(wèn)題,克服了現(xiàn)有方法的盲

8、目采樣的缺點(diǎn)。并且,在混合采樣方法中同時(shí)去除了兩類的噪音樣本或邊緣樣本,使兩類樣本更具有可分性。實(shí)驗(yàn)結(jié)果表明,在采樣后的數(shù)據(jù)集上的預(yù)測(cè)結(jié)果要明顯優(yōu)于原始數(shù)據(jù)的預(yù)測(cè)結(jié)果。與一些現(xiàn)有的采樣方法相比,本文提出的采樣方法展示了更好的預(yù)測(cè)性能。
　　 本文采用基于統(tǒng)計(jì)的機(jī)器學(xué)習(xí)方法,建立了磷酸鋁合成反應(yīng)數(shù)據(jù)庫(kù)中合成參數(shù)對(duì)產(chǎn)物特定結(jié)構(gòu)的一系列預(yù)測(cè)模型;為了有效的解決類不平衡問(wèn)題,提出了新的采樣方法來(lái)提高預(yù)測(cè)性能。本文的研究將使分子篩骨架的定