一种燃料电池膜电极的智能设计方法

本发明涉及一种燃料电池膜电极的智能设计方法，对膜电极的质子交换膜、催化剂层以及气体扩散层的结构参数提出了一套基于机器学习理论体系下的逆向设计流程，将已有的理论体系与机器学习算法结合，从膜电极的质子交换膜、催化剂层以及气体扩散层的结构参数的具有可学习、可训练的数据中找到结构参数与膜电极的电堆性能的映射规律，通过输入预期性能和运行环境参数就可以智能化设计出膜电极的质子交换膜、催化剂层以及气体扩散层的结构参数，减少实验次数，大大降低研发成本，提高设计效率。