基于机器学习的室温高容量体心立方储氢合金设计方法、装置、计算机设备和存储介质

本申请涉及一种基于机器学习的室温高容量体心立方储氢合金设计方法、装置、计算机设备和存储介质。该方法包括：提取出待设计合金的候选合金成分数据对应的成分特征；将成分特征输入至放氢容量预测模型，得到候选合金成分数据的预测放氢容量；从各候选合金成分数据中，筛选出预测放氢容量大于预设放氢容量的候选合金成分数据，作为待设计合金的待验证合金成分数据；对待验证合金成分数据进行实验验证处理，得到待验证合金成分数据的实验验证结果；在实验验证结果表示待验证合金成分验证通过的情况下，基于待验证合金成分数据，得到待设计合金的目标合金成分数据。采用本方法，能够提高体心立方储氢合金成分的确定准确度。