基于机器学习的金属单原子催化剂热力学与电化学稳定性预测方法

本发明公开了一种基于机器学习的金属单原子催化剂热力学与电化学稳定性预测方法，通过构建包含金属单原子催化剂结构参数与稳定性指标的数据库，运用随机森林算法建立热力学与电化学稳定性预测模型，实现对不同金属‑载体组合及反应环境下金属单原子催化剂稳定性的精准预测。本发明能有效解析催化剂稳定性影响因子的高维度非线性关系，快速预测形成能与溶解电位的动态演变规律，实现稳定性优化设计，大幅缩短开发周期、降低研发成本，推进属单原子催化剂的产业化进程。