低温高活性CO2甲烷化催化剂的机器学习优化方法和系统

本发明提供了一种低温高活性CO2甲烷化催化剂的机器学习优化方法和系统，涉及机器学习技术领域。所述优化方法通过收集CO2甲烷化反应数据、搭建机器学习模型超参数调优、选出最佳模型、对最佳模型进行可解释性分析、最佳模型结合多目标优化算法筛选催化剂，实现CO2甲烷化催化剂的机器学习优化，机器学习能够通过分析大量数据，快速预测和筛选出具有高活性和选择性的催化剂，大幅提升了研发效率；机器学习能够减少实验次数、优化实验设计，显著降低研发成本、提高研发成功率；机器学习能够识别和利用复杂的化学和物理数据，高精度的设计出性能更优的催化剂，提高CO2转化为CH4的转化率和选择性。