一种生物质超临界水流化床反应器的多目标智能优化的方法

本发明涉及一种生物质超临界水流化床反应器的多目标智能优化的方法，通过双流体模型耦合化学反应模型对不同操作参数与反应器结构参数下的超临界水与生物质反应过程进行模拟仿真并获得氢气等气体的产气量；将仿真获得的数据划分为训练集、测试集和验证集；采用训练集构建神经网络预测模型，采用交叉验证评估ANN‑GA神经网络预测模型的泛化能力；采用测试集测试神经网络预测模型的精度并进行指标评价。本发明的方法可根据工业需要获得生物质超临界水流化床气体产量的预测值，逆向得出期望目标下的工艺参数与结构组合，可大量的节省优化时间、降低生物质超临界水流化床反应器的优化成本。