北京化工大学阳庆元,西交利物浦大学丁理峰AS:机器学习与遗传算法相融合的金属-有机框架分离材料逆向设计
MaterialsViews
2025-11-28 08:30
文章摘要
本研究针对金属-有机框架材料在气体分离领域面临的海量结构筛选难题,提出融合机器学习与遗传算法的逆向设计策略。研究团队构建了高精度机器学习模型预测MOF性能,并嵌入切线自适应遗传算法框架指导结构进化过程。通过分析进化种群发现,具有fsc拓扑和芳香配体的MOFs在CH4/N2分离中表现优异,最优结构实现了15.92的IAST选择性和2.47 mmol g-1的甲烷吸附量。该工作突破了传统试错式筛选局限,为高性能气体分离材料的智能化设计提供了新范式。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿,本站转载出于非商业性的教育和科研之目的,并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题,请作者速来电或来函联系。