机器学习辅助钙钛矿电池制备工艺参数优化研究.docxVIP

机器学习辅助钙钛矿电池制备工艺参数优化研究

目录

机器学习辅助钙钛矿电池制备工艺参数优化研究（1）．．．．．．．．．．．．4

内容概览．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.1钙钛矿电池概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．4

1.2机器学习在材料科学中的应用．．．．．．．．．．．．．．．．．．．．．．．．．．．．．5

1.3研究目的与意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

钙钛矿电池制备工艺研究现状．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．6

2.1钙钛矿材料的选择与特性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．7

2.2制备工艺的关键步骤．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

2.3存在的问题与挑战．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．8

机器学习辅助工艺参数优化方法．．．．．．．．．．．．．．．．．．．．．．．．．．．．9

3.1机器学习概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．10

3.2常用机器学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．11

3.2.1监督学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．13

3.2.2无监督学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．14

3.2.3强化学习算法．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．15

3.3工艺参数优化策略．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．16

实验设计与数据收集．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．17

4.1实验材料与设备．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

4.2实验方法与流程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．18

4.3数据收集与分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．19

机器学习模型建立与训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．20

5.1特征工程．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．21

5.2模型选择与训练．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．22

5.3模型验证与优化．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．23

机器学习辅助的工艺参数优化结果分析．．．．．．．．．．．．．．．．．．．．．23

6.1优化前后的工艺参数对比．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．24

6.2电池性能指标分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．25

6.2.1开路电压．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．26

6.2.2短路电流．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

6.2.3循环稳定性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．27

6.2.4额定功率密度．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．28

结果与讨论．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．29

7.1机器学习模型对工艺参数的影响．．．．．．．．．．．．．．．．．．．．．．．．．．30

7.2优化工艺参数的可行性分析．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．30

7.3存在的局限性．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．31

机器学习辅助钙钛矿电池制备工艺参数优化研究（2）．．．．．．．．．．．32

一、内容概述．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

研究背景及意义．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．．32

国内外研究现状．．．．．．．．．．．