一种基于贝叶斯网的锡基材料成分性能推断方法

本发明涉及材料设计领域，尤其涉及一种基于贝叶斯网的锡基材料成分性能推断方法。该方法包括，将材料性能变量和成分配比变量作为DAG中的节点，并基于GFlowNet学习DAG基于奖励函数的后验分布；基于锡基贝叶斯网，执行极大似然估计算法学习锡基贝叶斯网中各节点的CPT参数，获得目标锡基贝叶斯网；执行蒙特卡洛采样算法于目标锡基贝叶斯网中获取数据集，并基于预设成分配比变量或者预设材料性能变量，结合预设候选原因集进行KL散度计算，确定各目标锡基贝叶斯网的节点之间的因果强度和重要性。达到从给定的期望材料性能和部分成分配比推断出其余成分配比，进而得到满足材料性能需求的成分配比的目的。