一种预测吸附能的方法

本发明公开了一种预测吸附能的方法，包括以下步骤：(1)数据获取：在数据库中，选取“一维过渡金属卤化物上气体原子的化学吸附”的吸附能数据作为训练机器学习模型的输出数据；确定作为描述符的数据；(2)归一化处理：对所获取的数据进行归一化处理，将数据代公式处理到[0，1]范围内；(3)机器学习模型：基于Python‑Jupyter notebook构建模型；然后，不断调整参数，直至找到误差最小时对应的参数作为最终的参数设置；(4)预测吸附能：通过该机器学习模型预测得到吸附能。通过本发明的方法，不需要昂贵的实验设备和复杂的实验操作，也不需要软件计算，避免了计算时间长计算成本高的问题，只需要运行代码即可实现，不仅耗时短，而且成本低。