神经网络集成RSM-BBD优化技术，用于提高从藻类生物质中生产生物原油的效率

《Algal Research》：Neural network integrated RSM–BBD optimization for enhanced biocrude production from algal biomass

　　

• •
  开发了一种集成的ANN–RSM–BBD框架，用于通过热液液化技术优化藻类生物原油的生产过程。
• •
  通过收集880个实验数据，训练了一个多输出人工神经网络（ANN），用于预测生物原油的产量、异原子含量和高位热值。
• •
  ANN模型性能优于传统随机搜索优化（RSM）方法，在所有目标响应指标上的R2值超过0.98，均方根误差（RMSE）低于5%。
• •
  研究发现，脂质含量和反应温度是控制生物原油产量的主要因素。
• •
  多目标优化旨在在最大化生物原油产量和高位热值的同时，减少氮、氧和硫的含量。
• •
  该框架提供了一种可扩展的数据驱动策略，用于优化热化学生物能源系统。

章节摘录

缩写词列表

AI
人工智能
ANN
人工神经网络
ANFIS
自适应神经模糊推理系统
BBD
箱-贝恩肯设计法（Box–Behnken Design）
BPNN
反向传播神经网络（Backpropagation Neural Network）
Y_Bc
生物原油产量
COD
化学需氧量（Chemical Oxygen Demand）
CO
一氧化碳（Carbon Monoxide）
DCW
干细胞重量（Dry Cell Weight）
FNN
遗传算法（Genetic Algorithm）
GHG
温室气体（Greenhouse Gas）
HC
碳氢化合物（Hydrocarbons）
HHV
高位热值（Higher Heating Value）
HHVi
初始高位热值（Initial Higher Heating Value）
HTL
热液液化（Hydrothermal Liquefaction）
ICE
内燃机（Internal Combustion Engine）
LA
学习算法（Learning Algorithm）LHV
低位热值（Lower Heating Value）MAE
平均绝对误差（Mean Absolute Error）μ
平均误差ML