基于人工智能的离散型金属配位超分子笼结构预测方法

本申请提供一种基于人工智能的离散型金属配位超分子笼结构预测方法，可用于材料结构特征评估技术领域；该方法包括：获取离散型金属配位组装体拓扑结构数据集；对数据集进行标准化预处理；将数据集中的训练集进行多种机器学习模型训练和评价，选择评价最优的模型作为离散型金属配位超分子笼结构预测模型；将数据集中的测试集描述符参数输入所述离散型金属配位超分子笼结构预测模型，获得离散型金属配位超分子笼结构预测结果。本申请的方法能够快速预测出组装体笼结构，具有较高的预测准确性；与传统化学实验相比，该方法能够节省大量实验和时间成本，有助于超分子笼的筛选和应用转化进程。