基于主动学习与稳健性分析的水系电解液配方优化方法

梁 淏, 王 冉, 范 仕泽
华北理工大学

摘要


水系电解液配方设计面临实验资源有限、多性能指标冲突及稳健性评估等挑战。本文基于251条实验数据，
构建了融合模型可信度验证、主动学习采样与稳健性分析的配方优化方法。
　　针对模型可信度验证，提出了改进交叉验证策略，识别出模型在锂盐主导区、中等复杂度区及性能中位区预测
准确率高于80%，在钠盐主导区、高复杂度区及性能极端区低于65%。针对有限实验预算，建立了高斯过程回归主动
学习框架，在仅5组新增实验条件下，候选配方的预测概率较随机选点提升77.6%。针对稳健性评估，建立了局部变
异系数与邻域密度联合模型，识别并排除了12个高风险配方，当组分扰动≤10%时变异系数小于0.07。
　　本文共推荐10组候选配方，前5组为优先推荐，均位于性能>0.5且稳健性>0.35的安全区域，可为水系电解液的
高效研发提供方法支撑。

关键词


高斯过程回归；帕累托前沿；稳健性分析；主动学习

全文:

PDF


参考


[1]Wang Y, et al. Multi-Objective Optimization of

Ionic Polymer Electrolytes for High-Voltage Fast-Charging

and Versatile Lithium Batteries[J]. Advanced Materials, 2025.

[2]Jones B, Johnson R T. Design and analysis for

the Gaussian process model[J]. Quality and Reliability

Engineering International, 2009, 25(5): 515-524.

[3]Joseph V R, Gul E, Ba S. Maximum projection

designs for computer experiments[J]. Biometrika, 2015,

102(2): 371-380.

[4]周思飞，李骏，张道明，等.基于数理统计方法

的锂电池电解液电导率优化设计[J].储能科学与技术，

2022，11（10）：3364-3370.


Refbacks

  • 当前没有refback。