一种基于机器学习预测含油污泥热解产物产率的方法

本发明提供了一种基于机器学习预测含油污泥热解产物产率的方法，包括以下步骤：基于大规模公开文献数据构建训练集和测试集，基于训练集数据分别构建PLS模型、SVM模型和XGBoos模型三种定量模型，并采用网格搜索结合5折交叉验证对以上三种定量模型的超参数进行优化，确定每个模型的最优超参数数量，使用相同的训练集对模型进行训练，然后使用测试集进行验证的比较，消除含油污泥热解产物产率受到含油污泥原料特性以及反应器操作条件等诸多因素的影响；最后，对最优模型进行可解释性SHAP和PDP分析，以确定影响含油污泥热解产物产率最大的因素，为含油污泥热解确定最佳操作条件和提高热解产物产率提供一种新途径。