发光学报 | 梁锐权/李阳/王亦文：基于机器学习驱动框架的SHAP分析：加速钙钛矿太阳能电池开发

背景：钙钛矿太阳能电池研发长期依赖高成本、长周期的传统“试错法”，且机器学习模型的“黑箱”特性阻碍了其实际应用。研究目的：为精准定位关键工艺参数并理解其影响机制，开发一套融合可解释性人工智能的机器学习驱动框架，以加速高性能钙钛矿太阳能电池的开发。结论：该框架通过数据准备、模型优选、SHAP机理解读和实验验证，成功将冠军器件效率提升至21.81%，不仅显著提高了研发效率，还通过可解释AI增强了模型的可信度，为新材料开发提供了可复制的新范式。