基于自动机器学习的生物质催化热解制备BTX的优化方法

本发明公开了基于自动机器学习的生物质催化热解制备BTX的优化方法，包括数据集构建、探索性数据分析及特征工程、自动机器学习建模及评估和可解释性分析与应用；本发明可基于文献中已知的生物质原料特性参数、催化剂特性参数、热解参数和产物选择性信息，利用自动机器学习技术对生物质催化热解制备BTX的选择性进行预测并耦合启发式算法实现催化剂筛选，能够解决传统生物质催化热解实验需要采用试错法进行大量优化及催化剂筛选的问题，具有降低实验成本、自动筛选最优模型、反向指导工艺优化与自动筛选高效催化剂等特点和优势，从而可高效辅助生物质定向热解制备高值化学品。