【精选文章】上海硅酸盐研究所刘志甫研究员团队：基于可解释机器学习与遗传算法的无机玻璃介电、热学和力学性能多目标优化

本研究旨在通过可解释机器学习和遗传算法优化无机玻璃的介电、热学和力学性能。研究背景源于先进电子器件对高性能无机玻璃的需求，而复杂的成分-性能关系使得优化过程充满挑战。研究构建了基于成分特征的机器学习模型，预测了介电常数、介电损耗、热导率、热膨胀系数和杨氏模量，并引入SHAP、Friedman检验等方法解析成分对性能的影响机制。通过遗传算法实现了多目标性能协同优化，在MgO-Al2O3-B2O3-SiO2体系中获得了性能优异的材料，计算量仅为穷举搜索的1/19。该研究为复杂玻璃材料体系的成分设计提供了高效解决方案。