一种高熵合金催化剂组分优化方法

本发明提供一种高熵合金催化剂组分优化方法，优化方法为：从由具有催化活性的元素所组成的集合中选取至少五种元素，获取若干个催化剂组分，利用密度泛函理论计算各催化剂组分的性能数值，构建“组分‑性能”的初始数据集；利用RS‑CM方法耦合区域特征和位点特征，将初始数据集整理成结构化数据集；通过皮尔逊系数进行特征筛选；选择最优模型；利用选出的最优模型对测试集里的数据进行性能预测，选出最优组分。本发明利用机器学习技术结合RS‑CM特征，通过更精确地描述活性位点的局部环境来优化高熵合金催化剂的设计，进而对高熵合金组分的性能进行精准预测和分析，旨在提高析氢反应的催化性能。