基于深度学习的草酸二甲酯催化剂配方优化方法及系统

本发明提供基于深度学习的草酸二甲酯催化剂配方优化方法及系统，涉及配方优化技术领域，包括通过构建深度神经网络模型，采用多任务学习策略同时优化催化转化率与稳定性，并利用改进的贝叶斯优化算法引入组分相容性约束进行求解，确定最优催化剂配方。本方法能提高催化剂性能预测准确度，加速催化剂优化迭代，显著提升催化转化率和使用寿命。