ESPEI用于高效热力学数据库开发、修正与不确定性量化：在Cu-Mg中的应用
材料科学
2019-07-30 v1 计算物理
摘要
软件包ESPEI已开发用于CALPHAD方法内热力学模型参数的高效评估。ESPEI使用线性拟合策略基于单相的热化学数据参数化其吉布斯能量函数，并通过马尔可夫链蒙特卡洛机器学习方法中的贝叶斯优化利用相平衡数据精炼模型参数。本文详细讨论了ESPEI所采用的方法，并基于分段回归的单变量描述将其应用于Cu-Mg体系至0 K。模型参数的不确定性被量化并传播至吉布斯能量函数。
引用
@article{arxiv.1902.01269,
title = {ESPEI for efficient thermodynamic database development, modification, and uncertainty quantification: application to Cu-Mg},
author = {Brandon Bocklund and Richard Otis and Aleksei Egorov and Abdulmonem Obaied and Irina Roslyakova and Zi-Kui Liu},
journal= {arXiv preprint arXiv:1902.01269},
year = {2019}
}
备注
26 pages, 6 figures