亲爱的研友该休息了!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

A comparative study of machine learning methods for bio-oil yield prediction – A genetic algorithm-based features selection

特征选择 产量(工程) 生物量(生态学) 随机森林 一般化 选择(遗传算法) 遗传算法 计算机科学 变量(数学) 过度拟合 过程(计算) 机器学习 逐步回归 人工神经网络 预测建模 人工智能 数学 农学 材料科学 生物 操作系统 数学分析 冶金
作者
Zahid Ullah,Muzammil Khan,Salman Raza Naqvi,Wasif Farooq,Haiping Yang,Shurong Wang,Dai‐Viet N. Vo
出处
期刊:Bioresource Technology [Elsevier BV]
卷期号:335: 125292-125292 被引量:125
标识
DOI:10.1016/j.biortech.2021.125292
摘要

Abstract A novel genetic algorithm-based feature selection approach is incorporated and based on these features, four different ML methods were investigated. According to the findings, ML models could reliably predict bio-oil yield. The results showed that Random forest (RF) is preferred for bio-oil yield prediction (R2 ~ 0.98) and highly recommended when dealing with the complex correlation between variables and target. Multi-Linear regression model showed relatively poor generalization performance (R2 ~ 0.75). The partial dependence analysis was done for ML models to show the influence of each input variable on the target variable. Lastly, an easy-to-use software package was developed based on the RF model for the prediction of bio-oil yield. The current study offered new insights into the pyrolysis process of biomass and to improve bio-oil yield. It is an attempt to reduce the time-consuming and expensive experimental work for estimating the bio-oil yield of biomass during pyrolysis.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
Owen应助slby采纳,获得30
13秒前
量子星尘发布了新的文献求助10
22秒前
31秒前
JOJO发布了新的文献求助10
35秒前
JOJO完成签到,获得积分10
43秒前
43秒前
supermaltose完成签到,获得积分10
44秒前
supermaltose发布了新的文献求助10
47秒前
量子星尘发布了新的文献求助10
55秒前
1分钟前
zcg发布了新的文献求助10
1分钟前
量子星尘发布了新的文献求助10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
1分钟前
量子星尘发布了新的文献求助10
2分钟前
2分钟前
星际舟完成签到,获得积分10
2分钟前
李健应助Shrine采纳,获得10
2分钟前
毓雅完成签到,获得积分10
2分钟前
量子星尘发布了新的文献求助10
2分钟前
3分钟前
量子星尘发布了新的文献求助10
3分钟前
3分钟前
Shrine发布了新的文献求助10
3分钟前
领导范儿应助科研通管家采纳,获得10
3分钟前
3分钟前
量子星尘发布了新的文献求助10
3分钟前
4分钟前
量子星尘发布了新的文献求助10
4分钟前
可千万不要躺平呀完成签到,获得积分0
4分钟前
4分钟前
4分钟前
小白菜完成签到,获得积分10
4分钟前
量子星尘发布了新的文献求助10
4分钟前
量子星尘发布了新的文献求助10
5分钟前
5分钟前
科研通AI2S应助科研通管家采纳,获得10
5分钟前
量子星尘发布了新的文献求助10
6分钟前
6分钟前
高分求助中
Africanfuturism: African Imaginings of Other Times, Spaces, and Worlds 3000
Les Mantodea de Guyane: Insecta, Polyneoptera [The Mantids of French Guiana] 2000
Electron microscopy study of magnesium hydride (MgH2) for Hydrogen Storage 1000
Structural Equation Modeling of Multiple Rater Data 700
 Introduction to Comparative Public Administration Administrative Systems and Reforms in Europe, Third Edition 3rd edition 590
全球膝关节骨性关节炎市场研究报告 555
Exhibiting Chinese Art in Asia: Histories, Politics and Practices 540
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3892401
求助须知:如何正确求助?哪些是违规求助? 3435160
关于积分的说明 10791473
捐赠科研通 3160136
什么是DOI,文献DOI怎么找? 1745365
邀请新用户注册赠送积分活动 842857
科研通“疑难数据库(出版商)”最低求助积分说明 786887