华南理工大学张安强教授团队 Macromolecules：集成分子动力学与机器学习的多组分聚氨酯弹性体性能预测与解释
高分子科技
2024-11-30 09:54
文章摘要
华南理工大学张安强教授团队在Macromolecules上发表了一项研究，结合分子动力学和机器学习方法，提出了一个新的结构与性能分析流程，用于预测和解释多组分聚氨酯弹性体的性能。研究通过分子动力学模拟和机器学习算法，分析了不同组分配比和混合方式对聚氨酯弹性体拉伸性能的影响，揭示了氢键在材料性能中的重要作用。研究结果表明，机器学习方法能够有效降低分子动力学建模的复杂性和算力成本，实现对材料性能的快速预测。该研究为聚氨酯材料的性能优化提供了新的方法和思路。
本站注明稿件来源为其他媒体的文/图等稿件均为转载稿，本站转载出于非商业性的教育和科研之目的，并不意味着赞同其观点或证实其内容的真实性。如转载稿涉及版权等问题，请作者速来电或来函联系。
推荐文献
Cannabis Consumption Among Adults Aged 55-65 in Canada, 2018-2021.
DOI: 10.1177/00220426231190022
Pub Date : 2025-01-01
Date: 2023/7/19 0:00:00
Issue Publication Information
DOI: 10.1021/apv006i022_187039010.1021/apv006i022_1870390
Pub Date : 2024-11-22
Atomistic Simulation of Amorphous Poly(Lactic Acid) Blends: Stereodependent Miscibility and Properties
DOI: 10.1021/acs.macromol.4c01885
Pub Date : 2024-11-30
高分子科技
最新文章
京公网安备 11010802042870号
