BgoFace：可视化软件开启智能材料优化之门

摘要：在材料科学研究的漫漫征途中，寻找最优材料组成设计一直是一大挑战。实验成本高、周期长，传统方法难以高效精准地实现材料性能的最优化。如今，一款强大的主动学习材料优化软件 ——BgoFace，为这一困境带来了全新的解决方案。

在材料科学研究的漫漫征途中，寻找最优材料组成设计一直是一大挑战。实验成本高、周期长，传统方法难以高效精准地实现材料性能的最优化。如今，一款强大的主动学习材料优化软件 ——BgoFace，为这一困境带来了全新的解决方案。

一、软件简介

BgoFace 是由香港科技大学（广州）广州市材料信息学重点实验室推出，集成了 Bgolearn 库丰富功能，并集成了专为多目标贝叶斯全局优化（MOBO）设计的 MultiBgolearn 模块。它能充分利用现有实验数据，通过多种效用函数，如期望提升函数、高斯上确界函数和预测熵搜索函数等，助力科研人员解决材料设计中的回归和分类问题，无论是单目标还是多目标优化都能轻松应对。

二、便捷的数据处理

BgoFace 支持 “xls”“xlsx”“csv”等多种常见文件格式的训练样本和虚拟样本上传。您可选择直接上传已有的训练样本和虚拟样本，也可先上传训练样本，再借助软件手动生成虚拟样本。操作简单便捷，只需点击 “Load Data” 加载文件，通过 “Browse” 选择文件，文件路径即会在上传窗口显示，最后点击 “Load Data” 按钮，文件便能顺利加载到主窗口，为后续的分析和优化做好准备。

三、强大的特征分析与可视化

上传训练样本后，点击 “Plot” 按钮，BgoFace 能迅速生成特征统计图，包括样本分布图、标签分布图以及特征的分布箱线图等。这些直观的图表能帮助您清晰了解数据特征，洞察材料组成与性能之间的潜在关系。更值得一提的是，软件还采用留一法交叉验证来评估内置高斯过程回归模型的预测性能，并绘制模型预测值和真实值的散点图，让您对模型的可靠性一目了然。

四、灵活的参数设置

完成数据上传与初步分析后，您可在 BgoFace 的菜单栏中根据任务需求选择 “Single-Object” 进行单目标优化的参数设置，或选择 “Multiple” 模式开启多目标优化的参数配置。无论是回归任务还是分类任务，都能轻松选择相应的函数并进行细致的参数调整。若担心参数设置有误，点击 “Reset” 按钮即可一键重置参数，确保每一次优化都能基于最精准的设置展开。

五、精准的优化结果

在参数设置完善后，点击 “Fit” 按钮，BgoFace 便开始施展其强大的优化能力。对于单目标优化，它能迅速给出预测结果，为您推荐最优的材料成分；在多目标优化场景下，同样能高效运行，输出综合考虑多个性能指标后的最优材料设计方案。您只需在结果窗口点击 “Result”，便可查看详细的优化结果，为材料研发决策提供坚实的依据。