一种基于机器学习的透光相变材料性能预测系统

本发明涉及材料性能预测与机器学习交叉领域，尤其涉及一种基于机器学习的透光相变材料性能预测系统，包括：数据采集模块，获取透光相变材料实验原始数据，数据预处理模块，获取标准化特征数据；特征工程模块，获取物理一致性特征向量；相变自适应预测模型模块，获取升温预测结果、获取降温预测结果，基于对升温预测结果和降温预测结果进行融合获取预测模型参数；性能预测模块，基于预测模型参数对输入的新材料或新条件的特征向量进行推理，输出性能预测结果。本发明通过构建“数据采集‑预处理‑特征工程‑相变自适应预测模型‑性能预测”全流程协同架构，并在各环节融入透光相变材料物理规律，实现高精度、高可靠性的性能预测，支撑工程化应用。