一种基于分子动力学和岭回归算法的密度预测方法

摘要

本发明公开了一种基于分子动力学和岭回归算法的密度预测方法，属于机器学习预测玻璃性能技术领域。所述方法在构造用于机器学习的描述符时，基于分子动力学构造具有不同对称性的氧化物晶体的原子结构模型作为分子动力学计算的晶胞，且选择每单位阳离子i的结合能和晶胞中阳离子i与最近邻氧离子的键长L作为预测性能参数，同时基于岭回归模型构建密度预测模型，实现了对于玻璃密度的快速准确预测，尤其针对一些对密度要求较高的玻璃产品的研发，很大程度上节省了研发成本。