面向极端高温需求的离子液体电解质智能设计方法

本发明公开了一种面向极端高温需求的离子液体电解质智能设计方法。该方法包括：构建面向极端高温的离子液体电化学性能数据集，设置数据置信区间以清洗异常数据；采用SMILES格式进行离子结构特征编码并提取结构描述符，基于温度区间的分层抽样划分数据集；确定机器学习模型并定义其超参数空间，将训练集用于机器学习，同时缩小超参数向量取值范围；将测试集输入至已训练的模型进行精度评估，并采用改进鸟群算法提高机器学习模型对数据集中数据的检索质量，进一步优化模型精度；模型将根据用户提供的极端高温环境参量与电化学表面特性，筛选出能够满足在相应工况下稳定长期工作的离子液体，并经由人工合成测试确定最终离子液体电解质方案。