一种基于机器学习的电容器性能预测方法

本发明涉及电容器性能预测技术领域，具体公开了一种基于机器学习的电容器性能预测方法，包括以下步骤：S1：对目标因素进行预处理得到目标特征，基于目标特征确定训练集和预测集；S2：基于机器学习算法建立初始模型，确定初始模型的评价指标，计算判断值；优化初始模型的超参数并再次确定判断值，生成坐标点并确定拟合曲线；计算判断值差值，获取最大判断值差值，计算选择值；S3：确定目标模型，确定目标模型的最优超参数和对应的选择值，根据此时的选择值确定精准模型；基于精准模型和预测集确定目标特征的取值标准范围。本发明通过机器学习揭示材料结构与电容器性能之间的机制，促进高性能生物炭超级电容器制备。