一种基于机器学习的激光切割保护液性能预测与优化方法

本发明提供一种基于机器学习的激光切割保护液性能预测与优化方法，包括：构建激光切割保护液的多维特征数据集，所述数据集包含配方成分的分子描述符与旋涂工艺参数的跨尺度融合特征；对所述数据集进行特征选择以压缩特征数量，筛选与粘度相关的关键特征；基于筛选后的数据集，采用机器学习模型训练粘度预测模型；基于所述模型的粘度预测值与旋涂转速，通过Meyerhofer模型计算成膜厚度，其中成膜厚度与粘度的立方根成正比、与旋涂转速的平方根成反比；根据所述成膜厚度优化保护液配方。