一种含铜固废热解含溴芳香族产物相对含量预测方法

本发明提供了一种含铜固废热解含溴芳香族产物相对含量预测方法，包括：收集含铜固废热解产生的溴苯酚、溴苯、溴苯醚等含溴芳香族液相产物实验数据，构成含铜固废热解含溴芳香族产物数据集；进行数据处理，填补缺失数据，提取无机结构参数，删除重复数据以及缺失过多数据，适当采用数据增强，丰富数据内容，形成处理数据集；构建极端梯度提升机器学习模型，采用训练数据优化模型参数配置，实现对含溴芳香族产物相对含量的准确预测。本发明基于机器学习技术构建应用于含铜固废热解含溴芳香族产物相对含量预测的数值模型，适用于含溴芳香族产物监控，分析热解参数对含溴芳香族产物相对含量的影响，有助于含铜固废热解回收技术发展。