环氧树脂在树脂基复合材料中扮演着重要角色，本研究以环氧树脂为出发点，基于“材料基因工程” 核心技术“数据库，高通量计算和机器学习”来设计研发树脂基复合材料。首先搭建先进高分子基复合材料数据库和分子尺度高通量计算平台，通过高通量并发式计算、筛选出目标结构/配方组分配方，然后通过机器学习BP神经网络预测树脂体系的目标性能（玻璃化转变温度，力学性能等）。综合玻璃化转变温度、杨氏模量、拉伸强度和延伸率，选取DGEBA/TGDDM/DDS/PES摩尔比为0.2/0.8/1/0.06的树脂体系为高性能树脂体系，并用实验验证了这个高性能树脂体系组成。该树脂体系玻璃化转变温度达到540K，杨氏模量达到3.8GPa，拉伸强度为73MPa，延伸率超过4%，证明了高通量分子动力学计算平台和机器学习在树脂研发中的有效性。计算获得的树脂力学性能将应用于未来基于数据传递的多尺度建模全链条计算的方式开发复合材料,并采用高通量计算设计和微观实验验证来提高开发效率并保证设计质量，极大的降低了研发成本和周期。