一种基于深度学习的纳米材料性能预测方法及系统

本申请公开了基于深度学习的纳米材料性能预测方法及系统，该方法包括：获取纳米材料的结构数据，并将所述结构数据输入预训练的结构性能预测模型，得到所述纳米材料的构型空间和性能预测值；采用蒙特卡洛方法对构型空间进行采样处理，若性能预测值超过预设阈值，则将性能预测值超过预设阈值对应的构型确定为候选采样点，得到候选采样点集合；采用密度泛函理论计算所述候选采样点集合中每个采样点的能量值，根据所述每个采样点的能量值构建能量景观模型；从所述能量景观模型中获取能量变化数据，将所述能量变化数据输入优化后的结构性能预测模型，得到所述纳米材料的相变路径和动力学特性预测结果。其能够提高纳米材料性能预测的准确度和效率。