Carbon Research | 机器学习驱动的生物炭有效去除刚果红染料的吸附能力预测

文章预览

摘要 刚果红是一种广泛应用于纺织工业的染料，因其具有致癌性和不可生物降解性，对生物体构成重大威胁。本研究提出一种基于数据驱动的机器学习方法，旨在优化生物炭特性与环境条件，从而最大限度地提高生物炭对刚果红染料的吸附能力。因此，该研究利用一个包含11项输入参数（与生物炭特性及环境条件相关）和吸附能力的数据集对六种机器学习模型进行训练与测试，采用 R平方（R²）、均方误差（MSE）和均方根误差（RMSE）等性能指标对 这些模型进行评估。随机森林回归（RF）模型的R²值（0.9785）最高，RMSE值（0.1357）最低，优于其他机器学习模型。决策树（DT）和极端梯度提升（XGB）模型表现也较好，其R²值分别为0.9741和0.9577，略低于随机森林回归模型。线性回归（LR）模型表现最差，R²值最低（0.4575），RMSE值最高（0.6821）。此外，通过 ………………………………