一种基于主动学习的混合表面活性剂乳液稳定性预测方法

本发明提出一种基于主动学习的混合表面活性剂乳液稳定性预测方法，包括以下步骤；步骤1：构建配方空间，通过分层采样制备初始数据集；步骤2：完成乳液稳定性检测、数据标签划分与特征降维处理；步骤3：选定代理模型与采样策略，通过主动学习迭代扩充数据集；步骤4：划分数据集并搭建多类机器学习模型，完成超参数优化训练；步骤5：评估模型性能并解析作用机理，利用最优模型开展预测；本发明能够在减少实验工作量的基础上，精准预测不同配方、不同温度条件下乳液的稳定性等级与乳液层高度，同时分析各项因素对稳定性的作用机理，为工业乳液配方的快速筛选与优化提供技术支撑。