摘要
本公开实施例的一种低浓度烟气CO2吸收剂筛选方法、系统、设备和介质,通过结合用于特征筛选的RF和用于性能预测的XGBoost,构建了高精度物性预测模型,降低了对实验数据的依赖;通过引入自适应约束处理机制的NSGA‑II算法,动态调整关键特征的权重,确保了全局最优解,有效地提高了模型的准确性,满足了工业需求。最终筛选出性能优越且经济可行的低浓度烟气CO2吸收剂配方,为工业应用提供了高效的吸收剂设计方案,有助于提高CO2捕集过程的效率与经济性及推动CO2捕集技术的工业化进程,为实现碳减排及碳中和目标提供了有力的技术支持。
技术关键词
CO2吸收剂
低浓度烟气
逼近理想解排序
筛选方法
遗传算法
参数
CO2捕集技术
高浓度
数据
速率
随机森林
连续型
有机胺
筛选系统
处理器通信
输出模块
可读存储介质
系统为您推荐了相关专利信息
土壤压力传感器
传感器节点
布设方法
网格
遗传算法
光伏组件
染色体
遗传算法
发电量
非临时性计算机可读存储介质
神经网络架构
神经架构搜索
鲁棒性评估
输出模块
颜色