中国科学技术大学张常勇课题组发表Water Research：机器学习对非常规水源中锂吸附和回收的性能预测

文章预览

第一作者： 徐子阳 通讯作者：张常勇 通讯单位：中国科学技术大学 论文 DOI ： 10.1016/j.watres.2024.122374 成果简介 开发了一种基于机器学习的模型，用于预测从非常规水源中利用锂离子筛材料（ LIS ）进行锂吸附和回收的性能。研究采用了三种树模型算法（随机森林、梯度提升决策树、 XGBoost ）来分析 16 个参数对锂吸附的影响，结果表明， XGBoost 模型的预测性能最佳， R ² 值达到了 0.98 ，均方根误差为 1.72 。研究通过计算 SHAP 值量化了每个参数对吸附性能的贡献，发现操作参数对锂吸附的影响最大，其次是吸附剂参数，而共存离子浓度的影响最小。这些发现为优化锂吸附工艺和设计有效的锂离子筛材料提供了重要的指导。 图文摘要 背景介绍 随着智能设备和电动汽车的发展，对锂的需求急剧增长。为了应对资源供应短缺和分布不均的挑战，非常规 ………………………………