一种基于预测和反向调节实现快速堆肥的方法

本发明提供一种基于预测和反向调节实现快速堆肥的方法，包括以下步骤：1) 进行Meta分析，综合评判堆体内和堆体外的八种成熟度指标，为机器学习建立最优预测模型提供优化数据集；2) 在真实场景中测试该模型性能，并收集8个指标的数据；3) 利用Python将生物炭堆肥过程中的预测和反向调节融入最优预测模型，设定嗜热期、高温期和冷却期的过程指标上下限值；4) 将收集到的8个指标数据输入融合生物炭堆肥过程中的预测和反向调节的模型，优化三个时期的过程指标上下限值；5) 最终在实景实验中验证基于生物炭堆肥过程中的预测和反向调节的堆肥天数，以实现快速堆肥。本发明建立了多目标预测模型，能够快速预测堆肥的不同指标，减少人工测定的成本和时间。