本發(fā)明屬于高分子材料改性，特別涉及一種基于rag的高分子材料改性優(yōu)化方法及系統(tǒng)。

背景技術(shù)：

1、高分子材料(聚合物)在工業(yè)、醫(yī)療、電子、航空航天等多個(gè)領(lǐng)域得到了廣泛應(yīng)用，其優(yōu)異的性能如輕質(zhì)、耐腐蝕、易加工等使其成為現(xiàn)代材料科學(xué)的重要組成部分。然而，在實(shí)際應(yīng)用中，單一的高分子材料往往難以滿足特定應(yīng)用場(chǎng)景的復(fù)雜需求，需要通過改性手段來提升其性能，如增強(qiáng)機(jī)械強(qiáng)度、改善耐熱性、提高導(dǎo)電性或抗紫外線能力等。傳統(tǒng)的高分子材料改性方法包括共混、共聚、接枝改性、填充改性、表面改性等，但這些方法通常依賴于實(shí)驗(yàn)人員的經(jīng)驗(yàn)與大量實(shí)驗(yàn)，耗時(shí)且成本高昂。

2、材料科學(xué)領(lǐng)域的傳統(tǒng)信息檢索方法主要依賴于關(guān)鍵詞匹配和簡單的統(tǒng)計(jì)模型。隨著人工智能和大數(shù)據(jù)技術(shù)的發(fā)展，一些基于機(jī)器學(xué)習(xí)和自然語言處理的方法被用于改進(jìn)信息檢索和知識(shí)發(fā)現(xiàn)的效果。這些方法包括但不限于：深度學(xué)習(xí)模型用于文本分類和實(shí)體識(shí)別、知識(shí)圖譜技術(shù)用于構(gòu)建材料科學(xué)知識(shí)網(wǎng)絡(luò)、強(qiáng)化學(xué)習(xí)算法用于優(yōu)化搜索策略、大型語言模型用于理解和生成專業(yè)文本。

3、公開號(hào)為cn118297275a的中國發(fā)明專利申請(qǐng)公開了一種基于數(shù)據(jù)驅(qū)動(dòng)的智能工藝生成方法及系統(tǒng)，其方案為：對(duì)知識(shí)庫中的工藝相關(guān)數(shù)據(jù)進(jìn)行標(biāo)識(shí)和清洗，使用標(biāo)識(shí)和清洗后的工藝相關(guān)數(shù)據(jù)對(duì)語言大模型llm進(jìn)行微調(diào)訓(xùn)練；收集用戶生產(chǎn)系統(tǒng)中的工藝業(yè)務(wù)數(shù)據(jù)、對(duì)應(yīng)的設(shè)計(jì)數(shù)據(jù)及生產(chǎn)數(shù)據(jù)，以工藝為顆粒度進(jìn)行組合及組裝，并根據(jù)工藝類型分別獨(dú)立存放，嵌入到獨(dú)立的知識(shí)庫中；對(duì)數(shù)據(jù)進(jìn)行加工和優(yōu)化，結(jié)合語言大模型llm的處理結(jié)果，生成智能工藝的內(nèi)容；同時(shí)收集反饋數(shù)據(jù)，將反饋數(shù)據(jù)作為標(biāo)注，用于語言大模型llm微調(diào)訓(xùn)練。

4、然而，現(xiàn)有的高分子材料改性方案設(shè)計(jì)仍存在以下挑戰(zhàn)：高分子材料改性領(lǐng)域的數(shù)據(jù)往往分散在不同的研究論文、專利文獻(xiàn)和實(shí)驗(yàn)報(bào)告中，缺乏系統(tǒng)化和標(biāo)準(zhǔn)化，難以直接用于改性方案的生成；不同高分子材料的化學(xué)結(jié)構(gòu)、物理性能和加工條件等因素高度復(fù)雜，改性方案的設(shè)計(jì)需要考慮多種變量之間的交互作用；現(xiàn)有的改性方案生成方法主要依賴于靜態(tài)規(guī)則或經(jīng)驗(yàn)公式，難以應(yīng)對(duì)不同應(yīng)用場(chǎng)景下對(duì)材料性能的多樣化要求。因此，迫切需要一種基于數(shù)據(jù)驅(qū)動(dòng)的智能系統(tǒng)，能夠高效地整合和利用高分子材料改性領(lǐng)域的海量數(shù)據(jù)，自動(dòng)生成創(chuàng)新性、高效的改性方案，以滿足不同應(yīng)用場(chǎng)景的需求，推動(dòng)高分子材料的進(jìn)一步發(fā)展和應(yīng)用。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明提供一種基于rag的高分子材料改性優(yōu)化方法及系統(tǒng)，旨在解決現(xiàn)有技術(shù)在高分子材料改性設(shè)計(jì)時(shí)存在的通用性不足、效率低下等問題。

2、為解決上述技術(shù)問題，本發(fā)明一方面提出一種基于rag的高分子材料改性優(yōu)化方法，包括以下步驟：

3、構(gòu)建高分子材料改性專業(yè)知識(shí)體系；

4、構(gòu)建檢索增強(qiáng)生成系統(tǒng)，根據(jù)用戶輸入的需求從所述專業(yè)知識(shí)體系中獲取中間數(shù)據(jù)，對(duì)檢索增強(qiáng)生成系統(tǒng)生成的中間數(shù)據(jù)進(jìn)行評(píng)估，設(shè)計(jì)評(píng)估指標(biāo)體系，利用大語言模型對(duì)所述中間數(shù)據(jù)進(jìn)行自然語言理解，分析數(shù)據(jù)內(nèi)容與查詢需求的匹配度；

5、將高分子材料改性需求或優(yōu)化需求輸入所述檢索增強(qiáng)生成系統(tǒng)，獲取匹配內(nèi)容；

6、使用大語言模型通過所述匹配內(nèi)容進(jìn)行答案生成，獲得高分子材料改性方案或優(yōu)化方案。

7、優(yōu)選地，所述方法在構(gòu)建高分子材料改性專業(yè)知識(shí)體系完成后，還對(duì)專業(yè)知識(shí)體系進(jìn)行評(píng)估，任一評(píng)估指標(biāo)低于預(yù)設(shè)值時(shí)發(fā)出提示，評(píng)估指標(biāo)包括：

8、新材料覆蓋率，評(píng)估知識(shí)庫對(duì)最新材料類別的覆蓋程度，檢查前沿合成方法和表征技術(shù)的收錄完整性；

9、材料性能數(shù)據(jù)準(zhǔn)確性，隨機(jī)抽樣驗(yàn)證關(guān)鍵材料性能數(shù)據(jù)與實(shí)驗(yàn)數(shù)據(jù)庫交叉驗(yàn)證；

10、材料結(jié)構(gòu)信息完整性，評(píng)估晶體結(jié)構(gòu)、電子結(jié)構(gòu)、缺陷信息的完整性。

11、優(yōu)選地，所述知識(shí)體系的構(gòu)建方法具體為：

12、收集與高分子材料改性相關(guān)的原始數(shù)據(jù)，對(duì)原始數(shù)據(jù)進(jìn)行清洗和格式化處理，包括去除噪音、統(tǒng)一術(shù)語、分詞、詞性標(biāo)注及實(shí)體識(shí)別操作，將處理后的數(shù)據(jù)轉(zhuǎn)化為結(jié)構(gòu)化的知識(shí)表示形式；

13、使用預(yù)訓(xùn)練語言模型對(duì)所述處理后的原始數(shù)據(jù)進(jìn)行向量化表示，構(gòu)建高維向量空間；

14、從向量化表示的原始數(shù)據(jù)中提取實(shí)體關(guān)系，構(gòu)建高分子材料改性的知識(shí)網(wǎng)絡(luò)；

15、使用大語言模型基于所述知識(shí)網(wǎng)絡(luò)生成關(guān)鍵概念解釋和技術(shù)原理闡述，得到包含實(shí)體、關(guān)系及屬性的知識(shí)體系。

16、優(yōu)選地，所述原始數(shù)據(jù)包括專業(yè)期刊、專利數(shù)據(jù)庫、科研論文、實(shí)驗(yàn)報(bào)告、材料手冊(cè)、技術(shù)標(biāo)準(zhǔn)及行業(yè)報(bào)告。

17、優(yōu)選地，對(duì)檢索增強(qiáng)生成系統(tǒng)生成的中間數(shù)據(jù)進(jìn)行評(píng)估具體為：

18、構(gòu)建評(píng)估指標(biāo)體系，所述評(píng)估指標(biāo)體系包括數(shù)據(jù)準(zhǔn)確性、時(shí)效性及相關(guān)度；

19、利用大語言模型進(jìn)行自然語言理解，分析數(shù)據(jù)內(nèi)容與查詢需求的匹配度，使用bert-based模型計(jì)算查詢與檢索結(jié)果的語義相似度；通過文本蘊(yùn)含識(shí)別模塊判斷檢索結(jié)果是否包含查詢所需信息；

20、生成評(píng)估報(bào)告，標(biāo)記高質(zhì)量數(shù)據(jù)和潛在問題數(shù)據(jù)，構(gòu)建評(píng)分加權(quán)算法，綜合各項(xiàng)指標(biāo)得出總體評(píng)分。

21、優(yōu)選地，所述評(píng)估指標(biāo)體系的時(shí)效性評(píng)分計(jì)算為：

22、f(t)＝e-λ(t-t)

23、式中，f(t)為時(shí)效性得分，t為數(shù)據(jù)發(fā)布日期，t為當(dāng)前日期，λ為設(shè)定的衰減系數(shù)。

24、優(yōu)選地，所述評(píng)估指標(biāo)體系的時(shí)效性評(píng)分計(jì)算為：

25、

26、式中，f(t)為時(shí)效性得分，t為數(shù)據(jù)發(fā)布日期，t為當(dāng)前日期，β為設(shè)定的衰減系數(shù)。

27、優(yōu)選地，所述檢索增強(qiáng)生成包括數(shù)據(jù)預(yù)處理、向量索引、語義相似度計(jì)算及上下文相關(guān)檢索策略；

28、所述數(shù)據(jù)預(yù)處理用于數(shù)據(jù)清洗及數(shù)據(jù)分布式處理；

29、所述向量索引選擇hnsw作為核心索引結(jié)構(gòu)，使用faiss庫實(shí)現(xiàn)hnsw索引；

30、所述語義相似度計(jì)算使用余弦相似度、jaccard相似度或歐氏距離計(jì)算語義的相似度；

31、所述上下文相關(guān)檢索策略使用wordnet或特定領(lǐng)域的本體庫進(jìn)行查詢擴(kuò)展，使用注意力機(jī)制進(jìn)行多輪檢索以縮小結(jié)果范圍。

32、優(yōu)選地，所述檢索增強(qiáng)生成系統(tǒng)構(gòu)建完成后，還對(duì)檢索增強(qiáng)生成系統(tǒng)的檢索模塊進(jìn)行評(píng)估，指標(biāo)包括：

33、材料專業(yè)術(shù)語識(shí)別能力，檢索增強(qiáng)生成系統(tǒng)對(duì)新材料領(lǐng)域特定術(shù)語、化學(xué)式、結(jié)構(gòu)描述符的識(shí)別準(zhǔn)確率；

34、多模態(tài)檢索能力，檢索增強(qiáng)生成系統(tǒng)處理多模態(tài)輸入的能力，所述多模態(tài)輸入包括文本、化學(xué)結(jié)構(gòu)圖及材料光譜圖；

35、關(guān)聯(lián)檢索能力，檢索增強(qiáng)生成系統(tǒng)關(guān)聯(lián)材料性能、合成方法、應(yīng)用領(lǐng)域的能力。

36、本發(fā)明的另一方面，還提出一種基于rag的高分子材料改性優(yōu)化系統(tǒng)，所述系統(tǒng)實(shí)現(xiàn)上述的優(yōu)化方法，包括：

37、數(shù)據(jù)采集模塊，用于從與高分子材料改性相關(guān)的專業(yè)期刊、專利數(shù)據(jù)庫、科研論文、實(shí)驗(yàn)報(bào)告、材料手冊(cè)、技術(shù)標(biāo)準(zhǔn)及行業(yè)報(bào)告中收集原始數(shù)據(jù)；

38、知識(shí)庫模塊，用于根據(jù)所述原始數(shù)據(jù)構(gòu)建高分子材料改性專業(yè)知識(shí)體系；

39、檢索查詢模塊，用于根據(jù)輸入的改性需求或優(yōu)化需求從所述專業(yè)知識(shí)體系中查詢匹配內(nèi)容；

40、大語言模型，用于根據(jù)所述匹配內(nèi)容構(gòu)建提示詞，使用所述提示詞生成回答。

41、與現(xiàn)有技術(shù)相比，本發(fā)明具有以下技術(shù)效果：

42、1.本發(fā)明提出的高分子材料改性優(yōu)化方法通過構(gòu)建高分子材料改性專業(yè)知識(shí)體系，結(jié)合檢索增強(qiáng)生成使用大語言模型生成改性方案供用戶參考，能夠高效地整合和利用高分子材料改性領(lǐng)域的海量數(shù)據(jù)，自動(dòng)生成創(chuàng)新性、高效的改性方案，以滿足不同應(yīng)用場(chǎng)景的需求。

43、2.本發(fā)明提出的高分子材料改性優(yōu)化方法為研發(fā)人員提供基于最新數(shù)據(jù)和知識(shí)的改性方案，減少試驗(yàn)次數(shù)，加速研發(fā)進(jìn)程；通過準(zhǔn)確生成高效的改性方案和實(shí)驗(yàn)設(shè)計(jì)建議，系統(tǒng)可以幫助研究人員減少不必要的試驗(yàn)次數(shù)，節(jié)省實(shí)驗(yàn)材料和人力成本；在材料選擇和工藝調(diào)整方面提供智能化決策支持，提升決策效率和準(zhǔn)確性。

44、3.本發(fā)明提出的高分子材料改性優(yōu)化方法通過不斷采集最新的研究成果和數(shù)據(jù)，知識(shí)體系可以保持最新的狀態(tài)，確保系統(tǒng)在生成改性方案時(shí)能夠參考最新的科研進(jìn)展和技術(shù)動(dòng)態(tài)。

45、4.本發(fā)明提出的高分子材料改性優(yōu)化方法結(jié)合大語言模型的自學(xué)習(xí)能力，系統(tǒng)能夠隨著用戶使用的增加，不斷調(diào)整和優(yōu)化生成模型，使得輸出的改性方案更加精準(zhǔn)和符合用戶需求。

46、5.本發(fā)明提出的高分子材料改性優(yōu)化方法通過建立高分子材料改性專業(yè)知識(shí)體系，可以快速、高效地檢索到與用戶需求相關(guān)的知識(shí)。相比傳統(tǒng)的文獻(xiàn)檢索，這種方式更具針對(duì)性，能夠直接定位到高分子改性研究所需的關(guān)鍵信息?？梢岳谜Z義相似度和知識(shí)體系中的結(jié)構(gòu)化數(shù)據(jù)，有效過濾掉冗余信息，提高信息檢索的精度和效率。