纳米碳材料作为一类新型材料,其出色的材料性能使其在科学研究和工程应用的各个领域当中备受关注。然而,低维的材料结构明显地阻碍了其广泛的应用,迫切需要对三维碳纳米材料开展研究。目前,许多研究结果显示三维纳米碳泡沫材料具备多样的结构形式与优异的材料性能,并且能够很好地应用于气体存储、增强复合材料等领域。但是,当前针对拓扑结构与常见缺陷对于三维碳泡沫材料性能的影响机制研究尚不完善,因此本文通过分子动力学对新型三维纳米碳泡沫材料的力学及热学性能开展了研究,并基于机器学习算法建立了一种碳泡沫材料热传导性能预测与结构设计方法。本文基于阿基米德晶格建立了不同拓扑结构的三维碳泡沫材料,通过分子动力学模拟方法验证了结构热力学稳定性。同时,根据单轴拉伸模拟与非平衡态分子动力学方法评估了材料的力学与热传导性能。研究结果显示拓扑结构形式会影响三维碳泡沫材料的热稳定性,同时发现了（4,8~2）型与（3,12~3）型碳泡沫材料在室温下的结构失效现象以及（4~4）型与（6~3）型碳泡沫材料的热稳定性与优异材料性能。除此之外,本文分析了Stone-Wales缺陷与双点缺陷形式对于碳泡沫材料力学与热传导性能的影响。研究结果显示不同缺陷形式能够明显削弱碳泡沫材料性能,一方面,含缺陷的碳泡沫结构的断裂性能明显降低,但缺陷密度较低的情况下对结构的杨氏模量的影响不明显。另一方面,含缺陷的碳泡沫结构内部的石墨烯纳米带形成了弯曲,造成了更加剧烈声子散射现象从而抑制了结构的热传导行为。为了最终更好地利用碳泡沫材料的优异性能,本文基于卷积神经网络模型和分非平衡态子动力学模拟,提出了一种基于机器学习方法的碳泡沫热传导性能预测与结构优化的方法。该方法可以通过前向学习准确地预测碳-氮化硼蜂窝的热传导性能,同时也能够针对不同的热导率需求通过逆向设计高效地获得符合要求的最优碳-氮化硼蜂窝结构。通过以上对三维碳泡沫材料的纳米尺度研究,本文进一步揭示了这类材料的结构多样性与独特的材料性能,对深入认识和了解三维碳纳米材料、实现碳泡沫材料合成与扩宽其在不同领域的应用提供了良好的指导作用与参考价值。