北新集团建材股份有限公司

本发明公开了一种涂料配方性能预测方法，包括：获取待测涂料配方并确定目标漆种；针对待预测性能构建性能特征候选池，候选池至少包括基于待测配方确定的配方组成特征、理论参数、通用机理特征、性能特定机理特征，以及测试条件、关键特征缺失标记和组合特征中的至少一种；获取与目标漆种和待测性能对应的历史配方实测数据，对候选特征先进行统计筛选，再对统计筛选后保留的候选特征进行约束校验，得到有效特征集合；基于有效特征集合调用与待测性能对应的机器学习模型进行预测。本发明提高了特征表达与目标漆种及待测性能的针对性，以及预测结果的可靠性。

本发明公开了一种基于涂料工程约束与预测可信度校核的配方闭环生成方法，包括：解析自然语言配方需求描述并映射至预设涂料性能指标字典，生成结构化性能目标对象；根据该对象在历史配方库中检索基准配方，满足硬性性能目标则输出并终止，否则基于未达标性能构建候选生成约束集合；将基准配方和约束集合输入大语言模型生成初始候选配方，执行确定性工程约束校验后确定候选配方；利用机器学习模型获取涂料性能指标预测值，结合历史参考配方和训练数据覆盖范围进行机理可信度校核，获得预测可靠性等级和分布外标记；逐项达标判定，全部硬性性能目标达标且可靠性等级不为低则输出最终推荐配方，否则生成调整约束信息返回生成步骤形成闭环。该方法提高了候选配方的化学可行性校验效率和性能预测可靠性。