简介： 本发明涉及计算化学与纳米复合催化材料领域，公开了一种基于机器学习和分子指纹的提纯丙烯金属有机框架的筛选方法，包括以下步骤：第一步：通过巨正则蒙特卡洛模拟得到MOF对于体系的吸附性能，并计算其权衡值；第二步：把MOF材料的有机链接转化为分子指纹；第三步：基于得到的分子指纹以及MOF对丙烯的吸附性能权衡值建立数据集；第四步：对MOF进行分类，运用训练集训练机器学习模型，使用十折交叉验证，调整模型参数，使模型预测MOF材料的性能的准确程度符合要求；第五步：将测试集中的分子指纹数据作为模型输入，并运用训练好的模型对测试集数据的性能进行预测，并计算预测的准确程度。本发明能够节省大量的时间、金钱和人力资源。