基于机器学习的化学链脱汞复合载氧体优化设计方法及装置

本发明公开了基于机器学习的化学链脱汞复合载氧体优化设计方法及装置，该方法包括：建立复合载氧体宏观数据库；构建复合载氧体模型；构建复合载氧体的微观源域数据集；将数据库内数据按比例划分为训练集和测试集；确定复合载氧体模型影响单质汞在新的复合载氧体表面吸附能、在载氧体表面反应能垒、新载氧体氧空位形成能和氧迁移能垒最显著的变量，建立最优特征集；选择机器学习算法；判断载氧体吸附脱除汞的能力；采用测试集测试验证复合载氧体释氧性能与脱汞效率预测模型的可靠性并以评价指标进行评价，得出最佳复合载氧体释氧性能与脱汞效率预测模型。本发明可以大大节省实验试错时间，节约成本，提高效率，为复合载氧体的筛选提供新的见解。