Application of a Genetic Algorithm and a Neural Network for the Discovery and Optimization of New Solid Catalytic Materials

Result code in IS VaVaI

<a href="https://www.isvavai.cz/riv?ss=detail&h=RIV%2F67985807%3A_____%2F04%3A00103297" target="_blank" >RIV/67985807:_____/04:00103297 - isvavai.cz</a>

Result on the web

—

DOI - Digital Object Identifier

—

Result language

angličtina

Original language name

Application of a Genetic Algorithm and a Neural Network for the Discovery and Optimization of New Solid Catalytic Materials

Original language description

In the process of discovering new catalytic compositions by combinatorial methods in heterogeneous catalysis usually various potential catalytic compounds have to be prepared and tested. To decrease the number of necessary experiments an optimization algorithm based on a genetic algorithm for deriving subsequent generations from the performance of the members of the preceding generation is described. This procedure is supplemented by using an artificial neural network for establishing relationships between catalyst compositions - or more general speaking - materials properties and their catalytic performance. By combining a trained neural network with the genetic algorithm software virtually computer experiments were done aiming at adjusting the control parameters of the optimization algorithm to the special requirement of catalyst development. The approach is illustrated by the search for new catalytic compositions for the oxidative dehydrogenation of propane.

Czech name

Aplikace genetického algoritmu a neuronové sítě pro objevování a optimalizaci nových pevných katalytických materiálů

Czech description

V průběhu objevování nových složení katalyzátorů kombinatorickými metodami v heterogenní katalýze musí být obvykle připraveny a testovány různé potenciální katalytické sloučeniny. Ke snížení počtu nezbytných experimentů byl navržen optimalizační algoritmus založený na genetickém algoritmu, který vytváří následující generace na základě kvality příslušníků předchozí generace. Tato procedura je doplněna použitím umělých neuronových sítí pro stanovení závislostí mezi složením katalyzátorů ? či obecněji ? vlastnostmi materiálů, a kvalitou jejich katalytického působení. Kombinováním naučené neuronové sítě s programem implementujícím genetický algoritmus byly prováděny virtuální experimenty na počítači, s cílem nastavit řídící parametry optimalizačního algoritmu tak, aby odpovídaly speciálním požadavkům vývoje katalyzátorů. Přístup je ilustrován na hledání nových katalytických sloučenin pro oxidativní dehydrogenaci propanu.

Type

J_x - Unclassified - Peer-reviewed scientific article (Jimp, Jsc and Jost)

CEP classification

BA - General mathematics

OECD FORD branch

—

Project

—

Continuities

Z - Vyzkumny zamer (s odkazem do CEZ)

Publication year

2004

Confidentiality

S - Úplné a pravdivé údaje o projektu nepodléhají ochraně podle zvláštních právních předpisů

Name of the periodical

Applied Surface Science

ISSN

0169-4332

e-ISSN

—

Volume of the periodical

223

Issue of the periodical within the volume

-

Country of publishing house

DE - GERMANY

Number of pages

7

Pages from-to

168-174

UT code for WoS article

—

EID of the result in the Scopus database

—