本发明提供一种机器学习与CVD建模相结合的组分预测方法，确定反应器的尺寸和基片形状尺寸；建立对应的反应器几何模型；为几何区域和边界添加材料属性；模型网格剖分；选择建立多物理场模型，并进行多物理场耦合；建立流体传热和层流模型；建立浓物质传递模型；计算层流和流体传热耦合的物理场，将得到的解作为初始值计算化学和浓物质传递的物理场接口，得到硼碳体系前驱体气体反应得到的各种中间物质的浓度分布；分别得到不同的结果对比分析，最终得到各种沉积工艺条件下的物质浓度分布结果；利用机器学习算法将沉积硼碳比和其联系起来，预测不同沉积条件下沉积的硼碳比，并分析其误差大小。本发明可准确预测沉积产物组分比。