基于机器学习的地聚物制备和优化方法及系统

本发明提供一种基于机器学习的地聚物制备和优化方法及系统。应用于材料科学与机器学习技术领域，所述方法包括：采集地聚物制备实验数据并进行预处理；基于四种机器学习回归算法对地聚物性能进行非线性回归建模，构建地聚物性能预测模型；根据各机器学习模型在验证集上的均方误差计算并分配权重，加权融合得到性能预测结果；接收用户输入的目标性能参数和初始的原材料配比范围，利用训练好的地聚物性能预测模型进行性能预测，通过优化算法反向搜索满足目标性能约束的最佳配比组合；根据所述最佳配比组合，制备地聚物制备煤矸石‑矿渣‑粉煤灰地聚物注浆材料。本发明有效提升了预测精度与模型泛化能力，实现原材料配比的智能推荐与性能精准预测。