一种基于深度学习的高性能聚酰亚胺材料的设计方法

本发明提供了一种基于深度学习的高性能聚酰亚胺材料的设计方法，通过提取聚酰亚胺的结构‑性质关系数据，包括热力学性质、机械特性和介电常数。分别从子结构、化学键合及简化线性分子输入序列构建三维度特征提取任务，并引入注意力机制进行深度特征学习；利用深度学习模型集成多维度特征信息，建立结构特征与目标性能的回归关系；基于二胺、二酐及二异氰酸酯单体构建可合成聚酰亚胺筛选数据库，结合集成型深度学习模型与高通量筛选技术，实现高性能材料的快速筛选。本方法有效缓解了多性质优化中的冲突问题，将目标材料筛选效率大幅提升，为聚酰亚胺材料开发提供有效解决方案。