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

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。