第51卷第2期2023年2月硅酸盐学报Vol.51，No.2February，2023JOURNALOFTHECHINESECERAMICSOCIETYhttp://www.gxyb.cbpt.cnki.netDOI：10.14062/j.issn.0454-5648.20220826基于机器学习势函数的材料力热性质多尺度模拟研究进展吴静1,2，黄安1，谢涵鹏1，魏东海1，李奥南1，彭博1，王慧敏3，秦真真4，刘德欢2，秦光照1(1.湖南大学机械与运载工程学院，汽车车身先进设计制造国家重点实验室，长沙410082；2.华中科技大学能源与动力工程学院，武汉430074；3.湘潭大学物理与光电工程学院，湖南湘潭411105；4.郑州大学物理学院(微电子学院)，郑州450001)摘要：随着人工智能技术的发展，采用机器学习方法进行势函数的构建和拟合，成为目前解决经验势函数精度问题的主要技术途径。机器学习方法解决了传统势函数拟合中的试错低效问题，已成为材料设计和物性研究不可或缺的有力工具。本文围绕当前机器学习势函数的特点，及其在相变研究、本征性质研究和界面研究等方面的应用，全面总结介绍势函数及其拟合策略，以及其在特定物性研究中的应用，推动机器学习势函数在材料力热性质的多尺度模拟研究。最后，展望了机器学习势函数所面临的挑战和未来发展前景。关键词：机器学习；原子相互作用势；多尺度；力热性质中图分类号：TK11；TB3文献标志码：A文章编号：0454–5648(2023)02–0531–13网络出版时间：2022‒12‒28Multi-ScaleSimulationofMechanicalandThermalTransportPropertiesofMaterialsBasedonMachineLearningPotentialWUJing1,2,HUANGAn1,XIEHanpeng1,WEIDonghai1,LIAonan1,PENGBo1,WANGHuimin3,QINZhenzhen4,LIUTe-huan2,QINGuangzhao1(1.StateKeyLaboratoryofAdvancedDesignandManufacturingforVehicleBody,CollegeofMechanicalandVehicleEngineering,HunanUniversity,Changsha410082,China;2.SchoolofEnergyandPowerEngineering,HuazhongUniversityofScienceandTechnology,Wuhan430074,China;3.HunanKeyLaboratoryforMicro-NanoEnergyMaterials&DeviceandSchoolofPhysicsandOptoelectronics,XiangtanUniversity,Xiangtan411105,Hunan,China;4.SchoolofPhysicsandMicroelectronics,ZhengzhouUniversity,Zhengzhou450001,China)Abstract:Withthedevelopmentofartificialintelligencetechnology,machinelearningatomicinteractionpotentialhasbecomepopulartosolveaproblemregardingthelowaccuracyofempiricalpotential.Machinelearningatomicinteraction...
