精细化工数字化系统——合成工艺机器学习工具包开发询比价公告
微信分享
关注项目
标讯收藏
| 项目名称 | 省份 | ||
| 业主单位 |
认领
立即查看
|
业主类型 | |
| 总投资 | 建设年限 | ||
| 建设地点 | |||
| 审批机关 | 审批事项 | ||
| 审批代码 | 批准文号 | ||
| 审批时间 | 审批结果 | ||
| 建设内容 | |||
招标编号：2024ZNYHXB-001
询价时间：2024-9-20
询价内容：沈阳化工研究院有限公司（以下简称“采购人”）对“精细化工数字化系统——合成工艺机器学习工具包开发”（以下简称“本项目”）采用公开报价评审方式进行技术委托开发采购相应服务及其成果，兹邀请合格的供应商参与报价评审。
1.采购内容：沈阳化工研究院有限公司（以下简称“采购人”）对“精细化工数字化系统——合成工艺机器学习工具包开发”（以下简称“本项目”）采用询比价方式进行采购。
（1）总体需求：
根据沈阳院提供的工艺数据，定制化开发合成工艺和构效关系机器学习模型及工具包。
（2）技术指标：
根据沈阳院提供的数据开发合成工艺机器学习模型，实现该数据对应产品的合成工艺的预测；开发构效关系模型，实现具有目标性能产品的分子结构设计和优化；该两个模型在测试集上的预测准确性（R2）均不低于0.80。
（3）技术内容和要求：
①对沈阳院提供的合成工艺实验数据进行清洗和整理，形成该数据对应产品的有效合成工艺数据集；基于该产品合成引发剂用量、催化剂用量、铝镍比等合成参数以及加氢压力、加氢胶液浓度、加氢胶液黏度等加氢参数构建机器学习描述符，利用机器学习和深度学习算法，经过模型搭建和参数优化，形成该产品合成工艺机器学习模型，实现目标分子量该产品的合成工艺的预测。
②沈阳院提供的前述产品的分子量和力学强度实验数据搭建该产品的结构与性能关系数据集；基于特定嵌段比例下该产品分子量以及分子量分布等参数与拉伸强度、断裂伸长率和硬度等性能构建机器学习描述符和特征，搭建机器学习和深度学习模型并进行参数优化，形成该产品结构与性能关系的机器学习模型，实现目标性能该产品构效关系的预测。
③形成该产品的合成工艺与性质数据库，形成该产品合成工艺预测工具包。
（4）成果交付：
①形式与数量：技术报告一套；沈阳院提供数据对应的产品合成工艺工具包一套，含合成工艺和构效关系机器学习模型。
②时间：2025年3月前，并运维服务6个月。
（5）部署环境：
采购方指定为准。
（6）服务范围：
前述工具包开发，应用测试，以及人员培训等，附加运维应急处理。
2.承包商应满足如下资格要求：
（1）在中华人民共和国注册的、具有独立承担权利义务能力的高校、科研院所，其他科研机构，并具有从事满足采购项目要求的专业和专家团队；
（2）无在处罚期内的不良行为记录；
（3）承包商应遵守《中华人民共和国招标投标法》及其它有关的中国法律和法规；
（4）具有与采购项目相同或类似成功案例；
3.《询价函》获取
（1）获取时间：2024年9月20至2024年9月27日，每天上午8:30至11:30时，下午13:00至17:30时（北京时间），节假日除外。
（2）文件获取联系人：张帆
（3）联系电话：18540365840
4.《报价文件》递交截止时间：2024年9月27日北京时间9时00分，将电子版《报价文件》（包括报价函、报价明细（报价均为含税价）、营业执照及相关资质、成功案例信息）加盖公章的扫描件发送至邮箱：zhangfan13@sinochem.com
5.评定成交标准：根据符合采购需求、质量和服务确定入围供应商，依据最低报价法确定成交供应商。
沈阳化工研究院有限公司
2024年9月20日
询价时间：2024-9-20
询价内容：沈阳化工研究院有限公司（以下简称“采购人”）对“精细化工数字化系统——合成工艺机器学习工具包开发”（以下简称“本项目”）采用公开报价评审方式进行技术委托开发采购相应服务及其成果，兹邀请合格的供应商参与报价评审。
1.采购内容：沈阳化工研究院有限公司（以下简称“采购人”）对“精细化工数字化系统——合成工艺机器学习工具包开发”（以下简称“本项目”）采用询比价方式进行采购。
（1）总体需求：
根据沈阳院提供的工艺数据，定制化开发合成工艺和构效关系机器学习模型及工具包。
（2）技术指标：
根据沈阳院提供的数据开发合成工艺机器学习模型，实现该数据对应产品的合成工艺的预测；开发构效关系模型，实现具有目标性能产品的分子结构设计和优化；该两个模型在测试集上的预测准确性（R2）均不低于0.80。
（3）技术内容和要求：
①对沈阳院提供的合成工艺实验数据进行清洗和整理，形成该数据对应产品的有效合成工艺数据集；基于该产品合成引发剂用量、催化剂用量、铝镍比等合成参数以及加氢压力、加氢胶液浓度、加氢胶液黏度等加氢参数构建机器学习描述符，利用机器学习和深度学习算法，经过模型搭建和参数优化，形成该产品合成工艺机器学习模型，实现目标分子量该产品的合成工艺的预测。
②沈阳院提供的前述产品的分子量和力学强度实验数据搭建该产品的结构与性能关系数据集；基于特定嵌段比例下该产品分子量以及分子量分布等参数与拉伸强度、断裂伸长率和硬度等性能构建机器学习描述符和特征，搭建机器学习和深度学习模型并进行参数优化，形成该产品结构与性能关系的机器学习模型，实现目标性能该产品构效关系的预测。
③形成该产品的合成工艺与性质数据库，形成该产品合成工艺预测工具包。
（4）成果交付：
①形式与数量：技术报告一套；沈阳院提供数据对应的产品合成工艺工具包一套，含合成工艺和构效关系机器学习模型。
②时间：2025年3月前，并运维服务6个月。
（5）部署环境：
采购方指定为准。
（6）服务范围：
前述工具包开发，应用测试，以及人员培训等，附加运维应急处理。
2.承包商应满足如下资格要求：
（1）在中华人民共和国注册的、具有独立承担权利义务能力的高校、科研院所，其他科研机构，并具有从事满足采购项目要求的专业和专家团队；
（2）无在处罚期内的不良行为记录；
（3）承包商应遵守《中华人民共和国招标投标法》及其它有关的中国法律和法规；
（4）具有与采购项目相同或类似成功案例；
3.《询价函》获取
（1）获取时间：2024年9月20至2024年9月27日，每天上午8:30至11:30时，下午13:00至17:30时（北京时间），节假日除外。
（2）文件获取联系人：张帆
（3）联系电话：18540365840
4.《报价文件》递交截止时间：2024年9月27日北京时间9时00分，将电子版《报价文件》（包括报价函、报价明细（报价均为含税价）、营业执照及相关资质、成功案例信息）加盖公章的扫描件发送至邮箱：zhangfan13@sinochem.com
5.评定成交标准：根据符合采购需求、质量和服务确定入围供应商，依据最低报价法确定成交供应商。
沈阳化工研究院有限公司
2024年9月20日
微信扫码关注
