| 机器学习在聚烯烃催化剂领域的应用与展望 |
| |
| 引用本文： | 杨文泓,孙文华.机器学习在聚烯烃催化剂领域的应用与展望[J].科学通报,2022(17):1870-1880. |
| |
| 作者姓名： | 杨文泓 孙文华 |
| |
| 作者单位： | 1. 中国石油天然气股份有限公司石油化工研究院新材料生物化工研究所;2. 中国科学院化学研究所北京分子科学国家实验室工程塑料重点实验室;3. 中国科学院大学化学科学学院 |
| |
| 基金项目： | 国家自然科学基金(21871275)资助； |
| |
| 摘 要： | 催化剂是决定聚烯烃的工业效率以及实现聚烯烃高端化的核心.传统开发催化剂的过程采用试错法,不仅实验步骤多、研发周期长,且催化性能的研究需要消耗大量资源.单纯依靠实验的分析方法很难挖掘出催化剂结构与聚合性能之间的内在关系.高水平的量子化学计算可以准确地获取反应机理,但针对宏量的实验数据,昂贵的计算成本是其局限.大数据时代,人工智能的发展势不可挡.机器学习作为人工智能的核心策略表现出强大的预测能力,并在科学、技术以及工业等各个领域获得了广泛的应用与发展.本文主要介绍机器学习在聚烯烃催化剂中的最新研究进展,并简要评述机器学习应用于烯烃催化中面临的机遇与挑战.
|
| 关 键 词： | 聚烯烃催化剂 催化性能 分子描述符 机器学习 定量构效 |
|
|
