可解释的机器学习模型：基于初步分析预测能源过程中固体生物质燃料的元素组成

《Journal of the Energy Institute》：Interpretable machine learning models for forecasting elemental composition of solid biomass fuels from proximate analyses in energy processes

生物质作为可再生能源，其元素组成（C、H、O）的预测对热化学工艺设计至关重要。传统终极分析成本高，而近似分析（FC、VM、Ash）虽便捷但线性模型精度不足。本研究提出HS/MARS（Harmonic Search-optimized MARS）和MLP非线性模型，基于203例生物质样本，HS/MARS模型对C、H、O的预测R2分别为0.8339、0.8676、0.8714，显著优于线性模型和传统MLP。研究表明非线性模型能更好捕捉FC、VM、Ash与元素间的复杂关系，其中Ash对C、O影响最大，FC与VM对H影响相近。

　　### 研究背景与目标

在当今全球对可持续能源资源日益重视的背景下，生物质燃料作为一种重要的可再生能源，其应用范围正在不断扩大。生物质能源不仅有助于减少对化石燃料的依赖，还能够降低碳排放，促进环境可持续性。然而，要充分利用生物质能源，必须对其组成特性进行深入了解。生物质的主要元素包括碳（C）、氢（H）和氧（O），这些元素的含量对于评估其能量潜力至关重要。同时，这些信息在准确计算物料平衡、优化燃烧系统设计以及确定燃烧和气化所需的氧化剂方面也发挥着重要作用。此外，它还能够预测这些过程产生的气体成分。尽管终极分析能够提供这些元素含量的详细数据，但该方法通常成本高、耗时长，且需要专业设备和人员。相比之下，近似分析更为简单，仅需基本的实验室设备，由经验较浅的分析人员或工程师即可操作。因此，通过近似分析参数预测生物质元素组成的模型具有实际应用价值，且能够提高预测的效率和准确性。

为了提高预测的准确性和泛化能力，本研究采用两种机器学习技术：多层感知器（MLP）和结合调和搜索优化算法（HSOA）与多变量自适应回归样条（MARS）的混合方法。研究团队基于203个生物质样本构建了六个机器学习模型，分别用于预测碳、氢和氧的含量。实验结果表明，这些机器学习模型在预测精度和泛化能力方面优于传统的线性模型。特别是，最优的HS/MARS模型在碳、氢和氧的预测中取得了0.8339、0.8676和0.8714的决定系数（R2），显示出其在预测能力上的显著优势。

### 研究意义与方法概述

生物质的元素组成是其能量潜力和燃烧特性的重要指标，因此，准确预测这些组成对于优化生物质的利用具有重要意义。传统的终极分析方法虽然能够提供精确的元素数据，但其高昂的成本和复杂性限制了其在实际应用中的广泛使用。近似分析虽然更简单，但其与元素组成之间的线性关系在某些情况下可能不够准确，无法满足复杂的预测需求。因此，本研究旨在开发一种基于近似分析参数的非线性预测模型，以提高生物质元素组成的预测精度和适用性。

研究采用两种机器学习技术：MLP和HS/MARS。MLP是一种前馈神经网络，通过多层结构和激活函数捕捉复杂的非线性关系。HSOA则是一种元启发式优化算法，模仿音乐即兴演奏的过程，用于优化模型的参数。本研究中，HSOA被用于优化MARS模型的超参数，以提高其预测性能。此外，研究还采用了10折交叉验证方法，确保模型在不同数据子集上的泛化能力。最终，研究团队构建了六个模型，分别用于预测碳、氢和氧的含量，并对这些模型的预测性能进行了详细评估。

### 模型构建与优化

在本研究中，模型构建过程首先涉及数据的准备和预处理。研究团队收集了203个生物质样本，涵盖了多种生物质类型，如森林残余物和木材样本。这些样本包括了近似分析和终极分析的数据，如固定碳（FC）、挥发性物质（VM）、灰分（Ash）以及碳、氢和氧的含量。通过这些数据，研究团队构建了一个包含六个变量的多输入单输出（MISO）数据集，用于后续的模型训练和测试。

在模型构建过程中，MARS方法被用于建立非线性回归模型，而HSOA则用于优化MARS模型的超参数。MARS方法是一种非参数、数据驱动的建模技术，能够自动选择基函数以捕捉数据中的复杂非线性关系。HSOA则通过模拟音乐即兴演奏的过程，寻找最优的参数组合，以提高模型的预测性能。研究团队使用了10折交叉验证方法，以确保模型在不同数据子集上的泛化能力，并选择了最优的参数组合。

在模型优化过程中，研究团队特别关注了MARS方法的超参数，包括最大基函数数量（MaxFuncs）、最大交互次数（Interactions）和修剪后模型的最大项数（Nprune）。这些超参数的优化过程通过HSOA算法完成，该算法能够在三维参数空间中搜索最优解。此外，研究团队还使用了根均方误差（RMSE）作为主要的优化目标函数，以评估模型的预测性能。

### 实验结果与分析

实验结果显示，HS/MARS模型在预测碳、氢和氧的含量方面优于传统的线性模型和MLP模型。具体而言，HS/MARS模型在碳含量预测中的决定系数（R2）达到了0.8339，在氢含量预测中为0.8676，在氧含量预测中为0.8714。这些结果表明，HS/MARS模型在捕捉非线性关系方面具有显著优势，能够提供更准确的预测。

此外，研究团队还分析了输入变量的重要性。结果显示，灰分含量（Ash）是预测碳（C）和氧（O）含量的主要因素，而固定碳（FC）和挥发性物质（VM）对预测氢（H）含量的影响几乎相等。这些发现为生物质的化学特性提供了新的见解，并有助于优化生物质的利用过程。

### 结论与展望

本研究成功开发了基于近似分析参数的非线性预测模型，能够准确预测生物质的碳、氢和氧含量。HS/MARS模型在预测精度和泛化能力方面表现出色，显示出其在生物质特征分析中的潜力。研究团队还探讨了输入变量的重要性，并指出灰分含量对碳和氧含量的影响最为显著，而固定碳和挥发性物质对氢含量的预测具有相等的重要性。

未来的研究可以进一步扩展数据集，以涵盖更多的生物质类型，如农业残余物、能源作物和藻类，从而验证模型的泛化能力。此外，还可以考虑引入更多的输入变量，如木质素、纤维素和半纤维素含量，以提高模型的预测精度。研究团队还建议开发结合MARS、MLP和其他机器学习技术的混合模型，以利用不同方法的优势，进一步提升生物质特征分析的准确性。

总之，本研究通过开发非线性机器学习模型，为生物质特征分析提供了新的方法。HS/MARS模型在预测生物质元素组成方面表现出色，具有广泛的应用前景。未来的工作应关注模型的扩展和实际应用，以推动生物质能源的可持续发展。