基于機器學習的生物質(zhì)熱解三態(tài)產(chǎn)物產(chǎn)率提升研究

摘要： 通過挖掘文獻中木質(zhì)纖維素類生物質(zhì)鼓泡流化床快速熱解實驗數(shù)據(jù)并建立隨機森林(RF)回歸模型，以生物質(zhì)原料特性與熱解條件對生物質(zhì)熱解生物油、生物炭、氣體的產(chǎn)率進行預測。從影響生物質(zhì)熱解產(chǎn)物分布的5類關(guān)鍵因素中整理出15個特征變量，將輸入變量進行了組合得到7個模型，均能很好地預測生物質(zhì)熱解三態(tài)產(chǎn)物，回歸系數(shù)(R~2)大于0.9。模型6的輸入變量最少且準確度最高，對生物炭、生物油、生物...