基于机器学习的聚酰亚胺材料玻璃化转变温度预测方法

本发明涉及人工智能材料研发设计领域，提供了基于机器学习的聚酰亚胺材料玻璃化转变温度预测方法，方法包括：收集包括聚酰亚胺聚合物的结构和玻璃化转变温度的实验数据；对得到的数据进行预处理，然后基于特征数据和标签数据划分训练集和测试集；构建基于梯度提升的预测模型，通过不断调整参数，直到找到最优参数；使用决定系数、均方误差等评估参数来评估训练模型，最终确认预测模型；基于训练好的预测模型，输入相关参数到所述模型，输出对应的聚酰亚胺的玻璃化转变温度。本发明中采用的梯度提升模型，减少了科研成本，提高了科研的效率，为高玻璃化转变温度聚合物开发开辟了新路径。