一种基于图神经网络的镁空气电池阳极选型方法、系统

本发明涉及镁空气电池生产技术领域，具体涉及一种基于图神经网络的镁空气电池阳极选型方法、系统。本发明的方法包括以下步骤：步骤一，获取已知镁合金的原始数据集；步骤二，基于已知镁合金的原始数据集，构建出已知镁合金的样本数据集；步骤三，基于已知镁合金的样本数据集，对预构建的图神经网络模型进行训练，并得到性能最佳的图神经网络模型；步骤四，依据选型需求，确定目标镁合金的候选参数、并使用性能最佳的图神经网络模型进行选型。本发明基于合金析出相及组织结构信息、并采用图神经网络模型，能够全面捕捉合金析出相的特征，快速、准确地进行合金性能预测和设计，节省了大量的试验时间和资源，提高了研究效率。