一种基于多重机器学习回归模型和高通量实验的材料性能预测方法、装置、介质、产品及其应用

本申请公开一种基于多重机器学习回归模型和高通量实验的材料性能预测方法、装置、介质、产品及其应用，涉及材料设计与优化技术领域，所述方法包括：获取预设的材料参数；将任一性能确定为当前性能；基于预设的材料参数中的材料成分，确定当前性能在预设的材料参数下的目标关键特征；将预设的材料参数中的工艺以及当前性能在预设的材料参数下的目标关键特征分别输入至当前性能对应的多个最优性能预测回归模型中，得到当前性能在预设的材料参数下的多个子预测值；基于当前性能在预设的材料参数下的多个子预测值，确定当前性能在预设的材料参数下的总预测值。本申请提高了材料性能预测精度和研发效率，并降低了研发成本。