摘要
基于机器学习分子动力学的碳纳米管力学特性分析方法，涉及碳纳米管力学特性分析技术领域。直径、长度和缺陷比例作为变量构建结构参数库；温度和应变率作为补充变量建立拉伸模型参数库；分子动力学仿真分析拉伸力学特性；绘制应力‑应变曲线提取关键参数；利用机器学习的方法建立结构参数与力学特性之间的参数关联库；选择机器学习算法进行力学特性的预测；通过训练好的机器学习模型提取函数关系建立拟合函数。从不同直径、长度、缺陷比例、温度和应变率与碳纳米管力学特性之间的关系出发，通过机器学习得到在特定条件下碳纳米管的最优结构参数，大幅降低计算量，在确保模型有效性的同时节约实验成本，显著提高研究效率。
