摘要
高级氧化工艺被广泛用于降解城市污水、工业废水以及再生水中的难处理有机污染物。然而，其应用仍受到基质干扰、高能耗或高试剂需求、催化剂/电极老化以及可能产生的有毒转化产物等限制。人工智能和机器学习技术被用作预测、优化、催化剂发现、机理推断及过程控制的重要工具，但仅依靠精心整理的实验室数据集所获得的高精度结果，并不能直接转化为实际处理系统中的可用知识。本综述通过基于三大原则的证据到应用框架来评估人工智能和机器学习在高级氧化工艺中的应用：将以实际废水作为主要的分析对象；根据一致的证据对各种机理主张进行分级；并将人工智能和机器学习的贡献与具体决策联系起来，而不仅仅是模型精度。我们认为，进展的关键不在于黑箱模型的复杂性，而在于标准化的报告方式、基准测试矩阵、精心筛选的数据集、具有不确定性意识的验证方法，以及能够同时满足污染物去除、能源效率、副产品安全性及操作限制的试点规模演示。本文提出了六步决策框架和针对性的研究计划，以引导未来的研究朝着具备实际应用价值的方向发展。
