基于机器学习的卤化物双钙钛矿材料性能预测
打开文本图片集
摘 要：以卤化物双钙钛矿材料为研究对象，利用机器学习方法高速、高精确预测卤化物双钙钛矿材料的带隙和相对稳定性。使用贝叶斯岭回归、梯度提升回归、支持向量回归和XGBoost这4种算法建立模型，分析得出：梯度提升回归可为相对稳定性提供最高性能预测（R2=0.9161，MAE=0.2061），XGBoost可为带隙提供最高性能预测（R2=0.9899，MAE=0.0542）；采用SHAP方法解释模型后，对元素替换后的新样本进行筛选，最终获得18种光吸收范围理想且稳定性良好的卤化物双钙钛矿。（剩余14142字）