一种基于机器学习优化的纳米二氧化铈紫外屏蔽涂料的性能预测方法

本发明公开了一种基于机器学习优化的纳米二氧化铈紫外屏蔽涂料的性能预测方法。该方法以实验手段制备并测试二氧化铈紫外屏蔽涂料的性能，得到数据，从数据中选择关键特征参数，构建关键特征参数与紫外屏蔽涂料的性能之间的数据库；采用机器学习方法构建机器学习模型，利用数据库中的数据对模型进行训练，并选择最佳的模型。在应用时，将组成待测涂料的纳米二氧化铈的累计粒径分布、表面改性剂、有机溶剂、氟碳涂料的种类、氟碳涂料与纳米二氧化铈的配比，以及二氧化铈分散液的透光率作为输入并输入至选出的模型，即能预测得到其所涂覆的紫外屏蔽涂层的紫外屏蔽性能与可见光透过性能。从而免去大量的筛选实验，节约时间与经济成本。