一种基于深度学习的冻干保护剂成分建模方法

本发明公开了一种基于深度学习的冻干保护剂成分建模方法，包括如下步骤：S1、采集冻干保护剂实验样本数据，预处理生成多源规范化样本集；S2、构建物理图自洽生成模块，建立成分、工艺与形态三维关联结构；S3、引入物理反馈约束，依据玻璃化温度与升华通量修正特征传播；S4、构建相态跃迁可行域映射层，动态投影修正配方比例向量；S5、建立微观形态自一致控制环，形态反演与模拟校正实现反馈修正；S6、执行性能评估，输出活性保持率、复溶时间与塌陷风险评分结果。本发明通过引入物理图自洽生成机制、相态跃迁可行域映射层与微观形态自一致控制环，实现了冻干保护剂成分的智能建模与物理一致性预测。