文献综述
文 献 综 述1.材料设计1.1材料设计发展现状先进材料是技术进步的基石.然而长期以来，材料的开发基于试错法，效率低且偶然性高。
近年来出现的石墨烯、钙钛矿型化合物等新材料，均先在实验中被制备并展现出独特性能，再被寻找潜在应用领域.因而，从材料的发现到实际应用，往往需要20年的时间[1]。
材料设计是材料科学中的一个新兴分支，其内容是应用已有的知识与技术研制具有预期性能的新材料[2]。
竞争日益激烈的制造业形势和经济的快速发展向材料科学家和工程师提出了挑战:如何使用已有经验缩短新材料从发现到应用的研发周期,以满足工业领域对更高性能材料的需求，从而在关键领域取得竞争优势。
近几年来,随着材料数据的积累，数据挖掘与机器学习在材料学研究设计平台搭建和基于大数据的材料分析与预测方面得到了越来越多的应用。
在新材料发现方面，机器学习算法已经被用于多种关键材料的研究并取得了令人瞩目的成效，如新能源材料(2017) 、软材料(2018) 、聚合物电介质、钙钛矿材料、压电材料、催化剂、感光材料等。
其中，日本国家材料科学研究所的Takahashi等使用高通量第一性原理(Density function theory, DFT) 计算得到了15 000个ABC2(C1,C2)D型钙钛矿材料的带隙值，随后利用机器学习方法训练得到了材料的带隙值预测模型，并利用该模型对一些钙钛矿材料进行了筛选，发现了诸多新的高性能钙钛矿材料[3]。
1.2 材料设计目前面临的困难及阻力在实际应用中，许多材料设计问题都归结为一个优化问题，如工艺参数优化、成分和结构的最优设计等，由于材料的结构、成分、工艺及性能间常存在复杂的非线性关系，而且这种关系的存在形式又多种多样，所以用通常的优化方法不易求得这类优化问题的解[4]。
刘挺[5]等认为材料设计就是通过理论研究及计算的方式对材料的合成、内部结构及材料性能进行预判、设计的过程，这个过程中需要不断尝试和调整，具体尝试过程中需要用到大量实验模型建立，同时会产生大量数据，依靠人工完成整个过程会导致研发历时长、人工需求大、易出错。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
