混合物物理特性识别方法、设备及存储介质与流程

技术特征：
1.一种混合物物理特性识别方法，用于使计算机执行以下处理，包括：创建用于对多种候选物质的混合物的至少一种物理特性进行预测的预测项；以及通过使用包括所述预测项的目标函数表达式来识别所述混合物的物理特性，其中，所述创建包括：获得指示多种混合物中的每种混合物的物理特性的数据集，所述多种混合物各自包含所述多种候选物质中的两种或更多种候选物质，将指示物理特性的数据集中的至少一些数据集设置为第一学习数据集，并且将所述第一学习数据集和基于所述第一学习数据集的第一预测模型中的与所述第一学习数据集对应的对应数据集进行比较，在所述第一学习数据集和所述对应数据集表现出一定相关性的情况下，基于根据所述第一预测模型获得的相应候选物质的回归系数创建所述预测项，在所述第一学习数据集和所述对应数据集没有表现出所述一定相关性的情况下，所述创建还包括：基于整合模型获得虚拟数据集，所述整合模型是通过对基于指示物理特性的数据集生成的多个预测模型进行整合而获得的，以及将所述虚拟数据集中的至少一些虚拟数据集设置为第二学习数据集，并且将所述第一学习数据集和基于所述第二学习数据集的第二预测模型中的与所述第一学习数据集对应的对应数据集进行比较，在所述第一学习数据集和所述对应数据集表现出所述一定相关性的情况下，基于根据所述第二预测模型获得的相应候选物质的回归系数创建所述预测项。2.根据权利要求1所述的混合物物理特性识别方法，其中，所述目标函数表达式由以下表达式表示：e＝α
·
[混合物物理特性预测1] β
·
[混合物物理特性预测2] γ
·
[混合物物理特性预测3]
……
约束项，其中，e是所述目标函数表达式并且α、β和γ是加权系数。3.根据权利要求1所述的混合物物理特性识别方法，其中，所述一定相关性被定义成使得关于所述第一学习数据集或所述第二学习数据集中的至少一者的均方根误差与平均绝对误差之比为1.253
±
0.03。4.根据权利要求1所述的混合物物理特性识别方法，其中，基于所述第一学习数据集或所述第二学习数据集通过多元回归方程得出所述第一预测模型和所述第二预测模型中的至少一者。5.根据权利要求1所述的混合物物理特性识别方法，其中，将要用于得出所述第二预测模型的第二学习数据集的数量选择成使得关于所述第一学习数据集的均方根误差与平均绝对误差之比为1.253
±
0.03。6.根据权利要求1所述的混合物物理特性识别方法，其中，通过使所述目标函数表达式的值最小化来识别所述混合物的物理特性。7.根据权利要求6所述的混合物物理特性识别方法，其中，识别所述物理特性包括基于被转换成由以下表达式(1)表示的伊辛模型的目标函数表达式来识别所述混合物的物理特性：
在表达式(1)中，e是所述目标函数表达式，w
ij
是表示第i位与第j位之间的相互作用的数值，b
i
是表示第i位的偏差的数值，x
i
是指示第i位是0或1的二元变量，并且x
j
是指示第j位是0或1的二元变量。8.根据权利要求6所述的混合物物理特性识别方法，其中，识别所述物理特性包括通过退火方法使所述目标函数表达式最小化。9.一种混合物物理特性识别设备，包括：创建单元，其创建用于对多种候选物质的混合物的至少一种物理特性进行预测的预测项；以及识别单元，其通过使用包括所述预测项的目标函数表达式来识别所述混合物的物理特性，其中，所述创建单元包括：第一获取单元，其获得指示多种混合物中的每种混合物的物理特性的数据集，所述多种混合物各自包含所述多种候选物质中的两种或更多种候选物质；以及第一设置单元，其将指示物理特性的数据集中的至少一些数据集设置为第一学习数据集，并且将所述第一学习数据集和基于所述第一学习数据集的第一预测模型中的与所述第一学习数据集对应的对应数据集进行比较，在所述第一学习数据集和所述对应数据集表现出一定相关性的情况下，基于根据所述第一预测模型获得的相应候选物质的回归系数创建所述预测项，在所述第一学习数据集和所述对应数据集没有表现出所述一定相关性的情况下，所述创建单元还包括：第二获取单元，其基于整合模型获得虚拟数据集，所述整合模型是通过对基于指示物理特性的数据集生成的多个预测模型进行整合而获得的，以及第二设置单元，其将所述虚拟数据集中的至少一些虚拟数据集设置为第二学习数据集，并且将所述第一学习数据集和基于所述第二学习数据集的第二预测模型中的与所述第一学习数据集对应的对应数据集进行比较，并且在所述第一学习数据集和所述对应数据集表现出所述一定相关性的情况下，基于根据所述第二预测模型获得的相应候选物质的回归系数创建所述预测项。10.一种非暂态计算机可读存储介质，存储使至少一个计算机执行处理的混合物物理特性识别程序，所述处理包括：创建用于对多种候选物质的混合物的至少一种物理特性进行预测的预测项；以及通过使用包括所述预测项的目标函数表达式来识别所述混合物的物理特性，其中，所述创建包括：获得指示多种混合物中的每种混合物的物理特性的数据集，所述多种混合物各自包含所述多种候选物质中的两种或更多种候选物质，
将指示物理特性的数据集中的至少一些数据集设置为第一学习数据集，以及将所述第一学习数据集和基于所述第一学习数据集的第一预测模型中的与所述第一学习数据集对应的对应数据集进行比较，在所述第一学习数据集和所述对应数据集表现出一定相关性的情况下，基于根据所述第一预测模型获得的相应候选物质的回归系数创建所述预测项，在所述第一学习数据集和所述对应数据集没有表现出所述一定相关性的情况下，所述创建还包括：基于整合模型获得虚拟数据集，所述整合模型是通过对基于指示物理特性的数据集生成的多个预测模型进行整合而获得的，以及将所述虚拟数据集中的至少一些虚拟数据集设置为第二学习数据集，并且将所述第一学习数据集和基于所述第二学习数据集的第二预测模型中的与所述第一学习数据集对应的对应数据集进行比较，在所述第一学习数据集和所述对应数据集表现出所述一定相关性的情况下，基于根据所述第二预测模型获得的相应候选物质的回归系数创建所述预测项。

技术总结
提供了混合物物理特性识别方法、设备及存储介质。混合物物理特性识别方法用于使计算机执行处理，所述处理包括：创建用于对多种候选物质的混合物的至少一种物理特性进行预测的预测项；以及识别该混合物的物理特性，在第一学习数据集和对应数据集没有表现出一定相关性的情况下，基于整合模型获得虚拟数据集并将虚拟数据集中的至少一些虚拟数据集设置为第二学习数据集，并且将第一学习数据集和基于第二学习数据集的第二预测模型中的与第一学习数据集对应的对应数据集进行比较，在第一学习数据集和对应数据集表现出一定相关性的情况下，基于根据第二预测模型获得的相应候选物质的回归系数创建预测项。的回归系数创建预测项。的回归系数创建预测项。


技术研发人员：盐贺健司
受保护的技术使用者：富士通株式会社
技术研发日：2021.09.27
技术公布日：2022/5/20