基于机器学习与贝叶斯优化算法的尖晶石多目标逆向设计方法、电子设备、存储介质

本发明涉及一种基于机器学习与贝叶斯优化算法的尖晶石多目标逆向设计方法、电子设备、存储介质，设计方法包括：首先从数据库提取尖晶石材料相关数据，经预处理构建平衡化数据集；接着进行特征工程，构建综合特征集并保留关键特征；然后利用多任务梯度提升机模型，经超参数优化训练多目标预测模型；最后将其集成至贝叶斯逆向设计框架，通过特定编码器扩展设计空间，结合高斯过程代理函数与期望超体积改进准则，筛选满足条件的候选材料并验证性能，完成逆向设计优化。与现有技术相比，本发明提供了一种智能化、高效的尖晶石新型多目标逆向设计方法，能够用于解决数据稀缺问题，加速了高性能尖晶石太阳能电池材料的开发。