一种机器学习筛选化学链气化载氧体的方法

本发明涉及计算能源化学与材料制备领域，公开了一种机器学习筛选化学链气化载氧体的方法，包括系统配置与初始化、样本数据库构建、模型加载与训练、待筛选载氧体数据集构建、数据预处理、载氧体性能预测、多条件筛选以及结果输出与可视化等步骤。本发明的方法极大地提升了化学链气化载氧体的筛选效率，显著降低了化学链气化载氧体的筛选成本，而且还具有多指标协同优化、高扩展性以及结果可视化的特点。