预测木糖产量从prehydrolysis硬木:机器学习方法gydF4y2Ba
爱德华王gydF4y2Ba
1gydF4y2Ba,gydF4y2Ba
莱利BallachaygydF4y2Ba
1gydF4y2Ba,gydF4y2Ba
源平蔡gydF4y2Ba
1gydF4y2Ba,gydF4y2Ba
Yankai曹gydF4y2Ba
1gydF4y2Ba*和gydF4y2Ba
希瑟·l·TrajanogydF4y2Ba
1、2gydF4y2Ba*gydF4y2Ba- 1gydF4y2Ba化学和生物工程系,温哥华,不列颠哥伦比亚大学,加拿大gydF4y2Ba
- 2gydF4y2BaBioProducts研究所,温哥华,不列颠哥伦比亚大学,加拿大gydF4y2Ba
纤维素的无定形聚合物糖分子组成的主要部分木质纤维素的微生物。他们已经应用在生物能源、纺织、采矿、化妆品和医药行业。工业用的半纤维素通常需要聚合物水解成低聚物和单体组成。传统模型的半纤维素降解动力学,通常只适用于有限的操作制度和特定的物种。的研究在文献中半纤维素水解产生了大量数据,使一个不同的数据集收集和广泛适用的机器学习模型。在这篇文章中,一个数据集包含1955批半纤维素水解实验数据点的硬木收集从71年发表论文日期从1985年到2019年。三个机器学习模型(岭回归、支持向量回归和人工神经网络)都在评估他们的能力来预测木糖产量和动力学模型。虽然岭回归的表现是不满意的,都支持向量回归和人工神经网络优于简单的动力学模型。人工神经网络优于支持向量回归,减少可溶性木糖产量预测的平均绝对误差测试数据为6.18%。结果表明,机器学习模型训练历史数据可用于补充实验数据,减少实验所需的数量。gydF4y2Ba
1介绍gydF4y2Ba
半纤维素是第二个最常见的木质生物质成分,纤维素,其内容范围从25到35 wt % (gydF4y2BaIsikgor bec, 2015gydF4y2Ba)。Hemicellulosic聚合物是由木糖、阿拉伯糖、甘露糖、葡萄糖生成和半乳糖(gydF4y2BaScheller Ulvskov, 2010gydF4y2Ba)。半纤维素产品,如派生的单体和低聚物,在制造业(有不同的应用gydF4y2Ba萨拉Kapu Trajano, 2014gydF4y2Ba)、能源(gydF4y2BaSpiridon Popa, 2008gydF4y2Ba;gydF4y2Ba萨拉Kapu Trajano, 2014gydF4y2Ba),医药行业(gydF4y2BaSpiridon Popa, 2008gydF4y2Ba;gydF4y2Ba萨拉Kapu Trajano, 2014gydF4y2Ba)。当水解半纤维素降解成其成分通过糖苷键的断裂产生低聚物和单体的混合物。水解是由质子在autohydrolysis或稀酸催化水解(gydF4y2BaCarvalheiro et al ., 2008gydF4y2Ba;gydF4y2Ba萨拉Kapu Trajano, 2014gydF4y2Ba)。除了酸,可以使用其他类型的催化剂,包括金属盐和离子液体(gydF4y2BaDelbecq et al ., 2018gydF4y2Ba)。工业,稀酸水解和autohydrolysis过程是首选由于化学和减少资本成本(gydF4y2BaCarvalheiro et al ., 2008gydF4y2Ba;gydF4y2Ba萨拉Kapu Trajano, 2014gydF4y2Ba)。gydF4y2Ba
在稀酸水解和autohydrolysis,质子催化糖苷键的断裂。在稀酸水解,这些质子酸的由外部提供来源。autodissociation autohydrolysis期间,提供质子的水在高温下和半纤维素醋酸脱乙酰作用形成的。然而,两种现象也发生在稀酸水解。经典,稀酸水解的动力学模型和autohydrolysis已经独立开发但使用类似的形式。对于两个系统,水解反应通常所描述的单相或两相的动力学模型(gydF4y2Ba萨拉Kapu Trajano, 2014gydF4y2Ba)来自Saeman纤维素分解模型(gydF4y2BaSaeman 1945gydF4y2Ba)。两种模型假设与阿伦尼乌斯一级动力学速率常数(gydF4y2Ba萨拉Kapu Trajano, 2014gydF4y2Ba),占操作时间,温度,质子浓度。质子浓度取决于:外部酸的摩尔补充说,摩尔的醋酸形成,由生物质灰的中和,三个平衡(外部酸、水分离和乙酸)。萨拉gydF4y2BaKapu et al。(2016)gydF4y2Ba表明,这些现象都是占时的化学反应途径,通过实验确定autohydrolysis和稀酸水解条件下质子浓度可以描述一个模型。gydF4y2Ba
持续限制现有的动力学模型,通过实验确定参数的值相差很大取决于饲料和反应条件(gydF4y2Ba马宏升et al ., 1985gydF4y2Ba;gydF4y2Ba金和李,1987年gydF4y2Ba;gydF4y2BaEsteghlalian et al ., 1997gydF4y2Ba;gydF4y2Ba詹森et al ., 2008gydF4y2Ba;gydF4y2Ba雅特et al ., 2008gydF4y2Ba)。模型结构很少占到所有相关的化学现象,比如原料成分(例如,乙酰基含量、碳水化合物交联度)或传质效果。这部分是因为量化的困难等现象在衬底化学和结构复杂的木质生物质。虽然提供了一个简单的模型结构适合个别情况下,如一个单一原料在一个小范围的温度和时间,它不能可靠预测范围广泛的条件(gydF4y2BaFearon et al ., 2020gydF4y2Ba)。因此,需要一个独特的模型每个原料;这种方法是昂贵的和缓慢的生物质由于资源和劳动强度实验。gydF4y2Ba
另一个动力学模型是建立统计模型。机器学习(ML)提供了一组强大的技术从数据中提取知识和发展统计模型。受欢迎的方法包括岭回归、支持向量回归和人工神经网络。在化学工程领域内,毫升已经成功地应用于各种应用程序,包括分子识别(gydF4y2Ba曹et al ., 2018gydF4y2Ba)、热聚合材料的分解(gydF4y2BaConesa et al ., 2004gydF4y2Ba)、传质系数的预测(gydF4y2BaKojićOmorjan, 2017gydF4y2Ba)和传热系数(gydF4y2Ba2010年甘地和乔希gydF4y2Ba)。专门领域的工程和催化反应,毫升技术已经用于预测水气交换反应的催化活性(gydF4y2BaOdabaş1 et al ., 2014gydF4y2Ba;gydF4y2Ba史密斯et al ., 2020gydF4y2Ba),研究三效催化转换器的动力学(gydF4y2BaGlielmo et al ., 1999gydF4y2Ba),模型复杂的异构反应的转化率(gydF4y2BaMolga et al ., 2000gydF4y2Ba)。领域的生物质预处理、ML被用来预测酶催化生物乙醇生产木质生物质(gydF4y2BaSmuga-Kogut et al ., 2021gydF4y2Ba)。然而,毫升的使用技术在半纤维素水解很新。gydF4y2Ba
半纤维素水解研究在不同生物农业残留物、草、硬木和软木。众所周知,这些类的解剖特点不同;例如,软木组织几乎完全由长,逐渐减少相似而硬木组织由长,狭窄的韧型纤维和短,更广泛的血管(gydF4y2Ba陈et al ., 2017gydF4y2Ba)。化学成分、结构(如分子量、分支度),因此反应的半纤维素类之间同样存在着很大的差别。在硬木,半纤维素的形式主要是acetyl-4-O-methylglucuronoxylan,软木,半纤维素主要是半乳葡甘露聚糖(gydF4y2BaScheller Ulvskov, 2010gydF4y2Ba)。在硬木半纤维素,木聚糖的差异反应骨干和侧残留的树胶醛醣和乙酰基已报告(gydF4y2Ba绞死et al ., 1999gydF4y2Ba)。鉴于生物质类之间的内在差异,我们选择限制我们的建模在硬木半纤维素水解的努力。而不同的化学成分和结构甚至可以观察到树与树之间在一个物种,(gydF4y2Ba与et al ., 2013gydF4y2Ba),如此详细的数据在水解的研究很少报道或建模。作为一种统计方法,机器学习不能显式地捕捉结构和化学物种的多样性,特别是当这个数据不是在文献中广泛使用。我们对木材品种编码作为输入变量允许模型区分物种的影响。gydF4y2Ba
在这项研究中,我们使用机器学习模型预测的硬木半纤维素水解产生的木糖批反应堆。具体来说,从文学(1955数据点被开采gydF4y2Ba詹森et al ., 2008gydF4y2Ba;gydF4y2Ba施et al ., 2019gydF4y2Ba;gydF4y2Ba米塔尔et al ., 2009 bgydF4y2Ba;gydF4y2BaMorinelly et al ., 2009gydF4y2Ba;gydF4y2Ba詹森et al ., 2010gydF4y2Ba;gydF4y2Ba陈et al ., 2015gydF4y2Ba;gydF4y2Ba燕和刘,2015年gydF4y2Ba;gydF4y2BaNitsos et al ., 2016gydF4y2Ba;gydF4y2BaBorrega et al ., 2011gydF4y2Ba;gydF4y2BaGladyshko 2011gydF4y2Ba;gydF4y2BaAhmad et al ., 2016gydF4y2Ba;gydF4y2BaDagnino et al ., 2013gydF4y2Ba;gydF4y2BaParajo et al ., 1994gydF4y2Ba,gydF4y2Ba1993年gydF4y2Ba;gydF4y2Ba巴斯克斯et al ., 1995gydF4y2Ba;gydF4y2Ba绞死et al ., 1999gydF4y2Ba,gydF4y2Ba2001年gydF4y2Ba;gydF4y2BaCanettieri et al ., 2007 agydF4y2Ba,gydF4y2BabgydF4y2Ba;gydF4y2Ba绞死et al ., 2007gydF4y2Ba;gydF4y2BaYu et al ., 2009gydF4y2Ba;gydF4y2Ba吉普赛et al ., 2010gydF4y2Ba;gydF4y2BaChirat et al ., 2012gydF4y2Ba;gydF4y2BaGutsch et al ., 2012gydF4y2Ba;gydF4y2Ba麦金托什et al ., 2012gydF4y2Ba;gydF4y2Ba魏et al ., 2012gydF4y2Ba;gydF4y2Ba卡斯特罗et al ., 2014gydF4y2Ba;gydF4y2Ba洛佩兹et al ., 2014gydF4y2Ba;gydF4y2BaTunc 2014gydF4y2Ba;gydF4y2Ba兰赫尔et al ., 2016gydF4y2Ba;gydF4y2BaInalbon et al ., 2017gydF4y2Ba;gydF4y2Ba马特奥et al ., 2014gydF4y2Ba;gydF4y2BaCebreiros et al ., 2018gydF4y2Ba;gydF4y2BaPeleteiro et al ., 2018gydF4y2Ba;gydF4y2Ba米塔尔et al ., 2009 agydF4y2Ba;gydF4y2BaZhang et al ., 2013gydF4y2Ba;gydF4y2BaRafiqul Sakinah 2012 bgydF4y2Ba,gydF4y2Ba一个gydF4y2Ba;gydF4y2BaRafiqul et al ., 2014gydF4y2Ba;gydF4y2BaTunc和van Heiningen, 2008年gydF4y2Ba;gydF4y2Ba茶室et al ., 2015gydF4y2Ba;gydF4y2Ba宋和李,2016年gydF4y2Ba;gydF4y2Ba施普林格,1985gydF4y2Ba;gydF4y2Ba费尔南德斯et al ., 2018gydF4y2Ba;gydF4y2BaPuentes et al ., 2013gydF4y2Ba;gydF4y2Ba马特奥et al ., 2014gydF4y2Ba;gydF4y2BaMartinez-Patino et al ., 2017gydF4y2Ba;gydF4y2Ba燕et al ., 2013gydF4y2Ba;gydF4y2Ba燕,2015gydF4y2Ba;gydF4y2Ba燕et al ., 2016gydF4y2Ba;gydF4y2Ba黑人et al ., 2003gydF4y2Ba;gydF4y2Ba戴和麦当劳,2014gydF4y2Ba;gydF4y2Ba侯et al ., 2014gydF4y2Ba;gydF4y2Ba李et al ., 2014gydF4y2Ba;gydF4y2Ba茶室和李,2015年gydF4y2Ba;gydF4y2Ba刘et al ., 2015gydF4y2Ba;gydF4y2Ba李et al ., 2017gydF4y2Ba;gydF4y2Ba刘et al ., 2017gydF4y2Ba;gydF4y2Ba温家宝et al ., 2019gydF4y2Ba;gydF4y2Ba耶稣et al ., 2017gydF4y2Ba;gydF4y2Ba雷欧et al ., 1995gydF4y2Ba;gydF4y2BaSassner et al ., 2008gydF4y2Ba;gydF4y2Ba聚氨酯et al ., 2011gydF4y2Ba;gydF4y2Ba林和李,2012年gydF4y2Ba;gydF4y2Ba刘et al ., 2018gydF4y2Ba;gydF4y2Ba黄et al ., 2018gydF4y2Ba;gydF4y2Ba李et al ., 2010gydF4y2Ba;gydF4y2BaTunc et al ., 2014gydF4y2Ba;gydF4y2Ba马et al ., 2017gydF4y2Ba;gydF4y2Ba金正日et al ., 2011gydF4y2Ba,gydF4y2Ba2014年gydF4y2Ba;gydF4y2BaNitsos et al ., 2013gydF4y2Ba)和用于创建模型。我们建立基线模型预测精度准备预处理和木材特有的动力学模型。然后我们调查三种机器学习模型不同的复杂性(岭回归、支持向量回归和人工神经网络)。我们训练和测试模型使用收集到的数据集,并比较它们的性能的预处理和木材特有的动力学模型。我们发现支持向量回归和人工神经网络优于简单的动力学模型,用人工神经网络减少可溶性木糖产量预测的平均绝对误差测试数据为6.18%。结果表明,机器学习模型训练历史数据可用于补充实验数据,减少实验所需的数量。gydF4y2Ba
2材料和方法gydF4y2Ba
2.1数据收集和处理gydF4y2Ba
我们进行了详细的搜索发表作品日期从1985年到2019年,相关批次等温稀酸水解和批处理等温autohydrolysis硬木。替代反应堆配置等主要材料系统(gydF4y2BaMok Antal, 1992gydF4y2Ba;gydF4y2BaTrajano et al ., 2015gydF4y2Ba)和Dionex加速溶剂萃取器(gydF4y2Ba歌et al ., 2011gydF4y2Ba)故意排除由于这些系统在相对较短的住所的时候随着产品和不同的反应机制相比,经典的批处理反应堆。很多文章我们检查,我们认为71篇论文,报告中所有变量的值gydF4y2Ba表1gydF4y2Ba(剩下的文章省略了一些变量),收集了1955个实验数据点组成的数据集。数据只包括如果源提供的所有变量中列出gydF4y2Ba表1gydF4y2Ba,使用机器学习技术要求没有缺失的特征输入到模型中。所有报告的值被转换为单位所示gydF4y2Ba表1gydF4y2Ba。数据集包含实验与一个额外的15个不同的木材品种混合木组合,和6酸物种。gydF4y2Ba
表1gydF4y2Ba。收集每个实验数据点变量及其范围。gydF4y2Ba
变量gydF4y2Ba表1gydF4y2Ba,预测变量被选为木糖产生初始hemicellulosic木糖的比例中包含的原料。大部分的论文没有直接报告最初的质子浓度,并计算其价值基于最初的酸浓度、酸物种,和相应的pKa值。的论文数量只报道木糖浓度的反应,和我们木糖产量计算使用gydF4y2Ba情商。gydF4y2Ba,在这gydF4y2BaρgydF4y2BaWgydF4y2Ba表示水的密度和近似是1000 g / L, C表示木糖浓度,gydF4y2BaXgydF4y2Ba0gydF4y2Ba代表了初始hemicellulosic木糖浓度原料。数篇论文报告原料浓度在木聚糖的基础上,并使用无水转化为木糖的基础上修正所示gydF4y2Ba情商。gydF4y2Ba。总可溶性木糖产量(低聚物+单体)可以计算71篇论文,然而,只有30的71篇文章分别报道单体的木糖。1955年收集的实验数据点,只有882数据点包含单体的木糖的信息。只有26个数据点独立的低聚物和单体产量;这是机器学习模型的数据点太少。因此,我们运行两个独立的计算实验。第一个实验是运行在整个数据集组成的1955数据点建立一个模型来预测总可溶性木糖产量,而第二个实验是运行在子集组成的882数据点来预测单体的木糖产量。gydF4y2Ba
其余的变量gydF4y2Ba表1gydF4y2Ba作为特征变量预测木糖产量。总反应时间之和等温反应时间和反应堆的时间增加到所需的温度。413年的数据点在26个来源,斜坡率没有可用的信息。在这些数据中,等温反应时间是总反应时间。每一个木头和酸物种是表示为一个二进制的特性,也被称为一个炎热的编码。数据集涵盖了广泛的木材品种包括金合欢(gydF4y2Ba施et al ., 2019gydF4y2Ba),阿斯彭(gydF4y2Ba詹森et al ., 2008gydF4y2Ba;gydF4y2Ba米塔尔et al ., 2009 bgydF4y2Ba;gydF4y2BaMorinelly et al ., 2009gydF4y2Ba;gydF4y2Ba詹森et al ., 2010gydF4y2Ba;gydF4y2Ba李et al ., 2010gydF4y2Ba;gydF4y2Ba陈et al ., 2015gydF4y2Ba;gydF4y2Ba燕和刘,2015年gydF4y2Ba)、椴木(gydF4y2Ba詹森et al ., 2008gydF4y2Ba)、山毛榉(gydF4y2BaNitsos et al ., 2016gydF4y2Ba,gydF4y2Ba2013年gydF4y2Ba)、桦木(gydF4y2Ba李et al ., 2010gydF4y2Ba;gydF4y2BaBorrega et al ., 2011gydF4y2Ba;gydF4y2BaGladyshko 2011gydF4y2Ba;gydF4y2BaAhmad et al ., 2016gydF4y2Ba),角豆树(gydF4y2BaDagnino et al ., 2013gydF4y2Ba)、桉树(gydF4y2BaParajo et al ., 1994gydF4y2Ba,gydF4y2Ba1993年gydF4y2Ba;gydF4y2Ba巴斯克斯et al ., 1995gydF4y2Ba;gydF4y2Ba绞死et al ., 1999gydF4y2Ba,gydF4y2Ba2001年gydF4y2Ba;gydF4y2BaCanettieri et al ., 2007 agydF4y2Ba,gydF4y2BabgydF4y2Ba;gydF4y2Ba绞死et al ., 2007gydF4y2Ba;gydF4y2BaYu et al ., 2009gydF4y2Ba;gydF4y2Ba吉普赛et al ., 2010gydF4y2Ba;gydF4y2BaChirat et al ., 2012gydF4y2Ba;gydF4y2BaGutsch et al ., 2012gydF4y2Ba;gydF4y2Ba麦金托什et al ., 2012gydF4y2Ba;gydF4y2Ba魏et al ., 2012gydF4y2Ba;gydF4y2Ba卡斯特罗et al ., 2014gydF4y2Ba;gydF4y2Ba洛佩兹et al ., 2014gydF4y2Ba;gydF4y2BaTunc 2014gydF4y2Ba;gydF4y2Ba兰赫尔et al ., 2016gydF4y2Ba;gydF4y2BaInalbon et al ., 2017gydF4y2Ba;gydF4y2Ba马特奥et al ., 2014gydF4y2Ba;gydF4y2BaCebreiros et al ., 2018gydF4y2Ba;gydF4y2BaPeleteiro et al ., 2018gydF4y2Ba;gydF4y2Ba马et al ., 2017gydF4y2Ba)、枫木(gydF4y2Ba詹森et al ., 2008gydF4y2Ba;gydF4y2Ba米塔尔et al ., 2009 agydF4y2Ba;gydF4y2Ba李et al ., 2010gydF4y2Ba;gydF4y2BaZhang et al ., 2013gydF4y2Ba),莫兰蒂(gydF4y2BaRafiqul Sakinah 2012 bgydF4y2Ba,gydF4y2Ba一个gydF4y2Ba;gydF4y2BaRafiqul et al ., 2014gydF4y2Ba)、橡木(gydF4y2Ba施普林格,1985gydF4y2Ba;gydF4y2Ba费尔南德斯et al ., 2018gydF4y2Ba),橄榄(gydF4y2BaPuentes et al ., 2013gydF4y2Ba;gydF4y2Ba马特奥et al ., 2014gydF4y2Ba;gydF4y2BaMartinez-Patino et al ., 2017gydF4y2Ba)、泡桐(gydF4y2Ba燕et al ., 2013gydF4y2Ba;gydF4y2Ba燕,2015gydF4y2Ba;gydF4y2Ba燕et al ., 2016gydF4y2Ba)、杨树(gydF4y2Ba黑人et al ., 2003gydF4y2Ba;gydF4y2Ba金正日et al ., 2011gydF4y2Ba;gydF4y2Ba戴和麦当劳,2014gydF4y2Ba;gydF4y2Ba侯et al ., 2014gydF4y2Ba;gydF4y2Ba李et al ., 2014gydF4y2Ba;gydF4y2Ba茶室和李,2015年gydF4y2Ba;gydF4y2Ba刘et al ., 2015gydF4y2Ba;gydF4y2Ba李et al ., 2017gydF4y2Ba;gydF4y2Ba刘et al ., 2017gydF4y2Ba;gydF4y2Ba黄et al ., 2018gydF4y2Ba;gydF4y2Ba刘et al ., 2018gydF4y2Ba;gydF4y2Ba温家宝et al ., 2019gydF4y2Ba)、葡萄(gydF4y2Ba耶稣et al ., 2017gydF4y2Ba)和柳树(gydF4y2Ba雷欧et al ., 1995gydF4y2Ba;gydF4y2BaSassner et al ., 2008gydF4y2Ba)。混合物种要么是甜的和黑色的组合口香糖,橡树、枫树和广玉兰,(gydF4y2BaTunc和van Heiningen, 2008年gydF4y2Ba;gydF4y2BaTunc et al ., 2014gydF4y2Ba)、橡树、刺槐和日本栗,(gydF4y2Ba林和李,2012年gydF4y2Ba;gydF4y2Ba茶室et al ., 2015gydF4y2Ba;gydF4y2Ba宋和李,2016年gydF4y2Ba)、枫木、桦木和橡树,(gydF4y2Ba聚氨酯et al ., 2011gydF4y2Ba),或者未指定(gydF4y2Ba金正日et al ., 2014gydF4y2Ba)。酸物种收集的数据包括乙酸、甲酸的,苹果酸,草酸,磷酸,硫酸。gydF4y2Ba
除了基本的描述符的反应条件下,组合功能,包括严重程度因子(gydF4y2BaRgydF4y2BaogydF4y2Ba)、p因素H-Factor,日志值被添加到功能;计算使用gydF4y2Ba3情商。gydF4y2Ba(gydF4y2Ba欧沃尼et al ., 1987gydF4y2Ba),gydF4y2Ba3 b式。gydF4y2Ba(gydF4y2BaSixta et al ., 2006gydF4y2Ba),gydF4y2Ba情商3 c。gydF4y2Ba(gydF4y2Ba发呜呜声,1957gydF4y2Ba),分别。这些组合特性被广泛用于反映温度和时间的权衡水解的严重程度。温度和时间gydF4y2Ba3情商。gydF4y2Ba分别以单位摄氏度和分钟,而温度和时间gydF4y2Ba方程式3 bgydF4y2Ba,gydF4y2Ba3 cgydF4y2Ba分别需要单位开尔文和小时。如果组合因素等于0,日志的因素也设置为0。gydF4y2Ba
机器学习方法,我们需要进行数据预处理,因为连续的特征变量的范围可以在数量级,在反应时间和粒子的大小。在这项研究中,特征变量标准化使用z分数转换,确保每个变量均值和类似方差为零值。gydF4y2Ba
2.2计算方法gydF4y2Ba
在本节中,我们描述了几种方法应用于木糖产量预测,包括动力学模型和三种机器学习方法,即岭回归、支持向量回归和人工神经网络。中列出的所有功能gydF4y2Ba表1gydF4y2Ba,除了木糖产量,使用机器学习模型作为输入功能,对应9输入功能。gydF4y2Ba
2.2.1动力学模型gydF4y2Ba
我们采用了简化Saemen-type许多使用的动力学模型,模型中半纤维素分解为一系列一分之二阶反应。第一反应,半纤维素水解木糖,木糖和第二反应是降解产物进一步分解。gydF4y2Ba公式4gydF4y2Ba,gydF4y2Ba4 bgydF4y2Ba代表质量平衡方程描述半纤维素的分解,和gydF4y2BaEq。4 cgydF4y2Ba是分析解决方案,在哪里gydF4y2BaXgydF4y2Ba代表了hemicellulosic木糖在与其初始值指示为原料gydF4y2BaXgydF4y2Ba0gydF4y2BaC是木糖的浓度,gydF4y2BakgydF4y2Ba1gydF4y2Ba和gydF4y2BakgydF4y2Ba2gydF4y2Ba是木糖配方和木糖降解的动力学常数。gydF4y2Ba
稀酸水解和autohydrolysis,动力学常数gydF4y2BakgydF4y2Ba1gydF4y2Ba和gydF4y2BakgydF4y2Ba2gydF4y2Ba被一个阿伦尼乌斯模型,占质子浓度所示gydF4y2Ba情商。gydF4y2Ba,gydF4y2Ba
注意这个配方很一般,它涵盖了稀酸水解和autohy-drolysis。autohydrolysis,没有添加酸质子依赖函数gydF4y2BafgydF4y2Ba([HgydF4y2Ba+gydF4y2Ba])将是一个。稀酸水解,最常见的质子依赖函数是:gydF4y2Ba
(在哪里gydF4y2BaHgydF4y2Ba+gydF4y2Ba]gydF4y2Ba0gydF4y2Ba是初始质子浓度。为这两个动力学常数,活化能(gydF4y2BaEgydF4y2Ba),prexponential因子(gydF4y2Ba一个gydF4y2Ba)和质子依赖系数(gydF4y2Ba米gydF4y2Ba需要安装),代表六总系统的动力学参数。gydF4y2Ba
的动力学模型,我们进行了两个实验。在第一个实验中,我们将整个数据集分为两个子集,一个用于稀酸水解,另一个用于autohydrolysis,然后训练两个模型。对于每个模型,我们六个动力学参数优化通过最小化之间的平均绝对误差预测和报告木糖收益率的训练数据。在第二个实验中,我们分区整个datset基于预处理的类型和木材品种,然后获得32模型。所有实验中,精度是评价独立使用剩余的测试数据集。在评价步骤中,我们预测木糖产量与拟合参数,基于相应的动力学模型,比较预测木糖产量与报道木糖产量。SciPy包在Python fmin函数是用于参数估计。gydF4y2Ba
2.3机器学习方法gydF4y2Ba
预测木糖产量可以扮演一个回归的问题。在这里,我们的目标是找到一个模型或假说gydF4y2BafgydF4y2Ba:ℝgydF4y2BangydF4y2Ba→gydF4y2BaℝgydF4y2Ba映射一个输入向量gydF4y2BaxgydF4y2Ba我gydF4y2Ba∈ℝgydF4y2BangydF4y2Ba预测输出变量gydF4y2BaygydF4y2Ba我gydF4y2Ba∈ℝ。输入向量gydF4y2BaxgydF4y2Ba我gydF4y2Ba也被称为一个特征向量(所有变量在吗gydF4y2Ba表1gydF4y2Ba除了木糖产量),而输出gydF4y2BaygydF4y2Ba我gydF4y2Ba目标,我们的目标是预测(木糖产量在我们的论文)。一对(gydF4y2BaxgydF4y2Ba我gydF4y2BaygydF4y2Ba我gydF4y2Ba)被称为样本。我们将使用的数据库gydF4y2Ba米gydF4y2Ba样品((gydF4y2BaxgydF4y2Ba1gydF4y2BaygydF4y2Ba1gydF4y2Ba),…(gydF4y2BaxgydF4y2Ba米gydF4y2BaygydF4y2Ba米gydF4y2Ba),我们称之为一个训练集学习机器学习模型。在文献中已经探讨了多元回归模型。我们现在描述三种流行的方法:岭回归支持向量回归(SVR)和神经网络。这些模型选择,因为他们在复杂性和假设空间不同。更复杂的模型更容易underfitting,在输入和输出之间的关系不符合训练数据。相比之下,更复杂的模型更容易过度拟合,从训练数据模型学习的关系,不能推广到看不见的数据(例如,测试数据)。岭回归比其他两个更简单的模型,并且更不容易过度拟合,虽然简单限制了纯粹的线性关系模型。因此,有必要利用结合考虑到非线性特性。相比之下,人工神经网络可以适合更复杂特性之间的关系,过度拟合为代价的风险。自评估模型的准确性对看不见的测试数据,不训练数据,一个更复杂的模型不能保证执行比不那么复杂。 By using these three models, we are able to assess the trade off between model complexity and overfitting. For machine learning methods, we use the Scikit-learn package in Python for ridge regression and support vector regression, and Keras package to create ANN models. Other important packages are numpy, scipy, and pandas. All scripts needed to reproduce the results are available athttps://github.com/edwardwang1/BiorefiningAndMachineLearninggydF4y2Ba。gydF4y2Ba
2.3.1岭回归gydF4y2Ba
岭回归,是一种线性回归,它使用一个假设的函数形式如下:gydF4y2Ba
从模型参数训练集的权重gydF4y2BawgydF4y2Ba∈ℝgydF4y2BangydF4y2Ba和gydF4y2BabgydF4y2Ba∈ℝ。学习过程由求解一个优化问题找到最优特性的权重:gydF4y2Ba
目标函数的第一项措施假设的准确性训练集和第二项是一个正则化项,防止过度学习。的hyperparametergydF4y2BaαgydF4y2Ba∈ℝgydF4y2Ba+gydF4y2Ba是一个正则化参数,决定了平衡假设符合训练集和假设推广到其他数据。大的值gydF4y2BaαgydF4y2Ba可能会导致under-fitting虽然一个小的价值gydF4y2BaαgydF4y2Ba可能会导致过度拟合。这hyperparameter是由称为模型选择的过程。gydF4y2Ba
2.3.2支持向量回归gydF4y2Ba
支持向量回归(SVR)是一种适应流行的支持向量机(SVM)分类器连续变量。它使用相同的假设和岭回归函数。然而,它解决了学习不同的优化问题gydF4y2BawgydF4y2Ba和gydF4y2BabgydF4y2Ba,如下所示。gydF4y2Ba
SVR的目的是惩罚样品上方和下方残余阈值下降gydF4y2BaϵgydF4y2Ba而忽略了样本内残余阈值下降。类似于岭回归,它还有一个正则化项。这里C∈ℝgydF4y2Ba+gydF4y2Bahyperparameter是用来防止或under-fitting(与gydF4y2BaαgydF4y2Ba)。优化之前,一个非线性内核通常是应用引入非线性关系映射原特征向量gydF4y2BaxgydF4y2Ba我gydF4y2Ba∈ℝgydF4y2BangydF4y2Ba一个新的向量的特性(gydF4y2BaKgydF4y2Ba(gydF4y2BaxgydF4y2Ba我gydF4y2Ba,gydF4y2BaxgydF4y2Ba1gydF4y2Ba),…gydF4y2BaKgydF4y2Ba(gydF4y2BaxgydF4y2Ba我gydF4y2Ba,gydF4y2BaxgydF4y2Ba米gydF4y2Ba)∈ℝgydF4y2Ba米gydF4y2Ba,在那里gydF4y2BaKgydF4y2Ba(·)称为核函数。一个常见的选择核函数是高斯内核K (gydF4y2BaxgydF4y2Ba1gydF4y2Ba,gydF4y2BaxgydF4y2Ba我gydF4y2Ba)= exp(−γ| |gydF4y2BaxgydF4y2Ba1gydF4y2Ba−gydF4y2BaxgydF4y2Ba我gydF4y2Ba| |gydF4y2Ba2gydF4y2Ba),它可以看作是特征之间的相似性gydF4y2BaxgydF4y2Ba1gydF4y2Ba和gydF4y2BaxgydF4y2Ba我gydF4y2Ba。由此产生的新的转换特性然后给线性SVR生成假设模型。对于非线性SVR,我们还需要决定的价值gydF4y2BaCgydF4y2Ba,gydF4y2BaϵgydF4y2Ba内核类型,核函数参数(例如,gydF4y2BaγgydF4y2Ba)在选型阶段。gydF4y2Ba
2.3.3人工神经网络gydF4y2Ba
一个人工神经网络(ANN)是由一个输入层、隐藏层和输出层。每一层神经元包括几个基本单位要调用的函数。输入层的特性gydF4y2BaxgydF4y2Ba我gydF4y2Ba和输出层只有一个神经元代表的预测价值gydF4y2BaygydF4y2Ba我gydF4y2Ba。我们表示层的总数为L,神经元数量的层gydF4y2BaℓgydF4y2Ba作为gydF4y2Ba年代gydF4y2BaℓgydF4y2Ba和的值gydF4y2BajgydF4y2Bath神经元在gydF4y2BaℓgydF4y2Bath层gydF4y2Ba一个gydF4y2BaℓjgydF4y2Ba。我们表示gydF4y2Ba一个gydF4y2BaℓgydF4y2Ba:= (gydF4y2Ba一个gydF4y2Baℓ,gydF4y2Ba1gydF4y2Ba、……一个gydF4y2BaℓsℓgydF4y2Ba]。层的信息gydF4y2BaℓgydF4y2Ba−1是美联储gydF4y2BajgydF4y2Bath神经元在层gydF4y2BaℓgydF4y2Ba使用映射gydF4y2Ba一个gydF4y2BaℓjgydF4y2Ba=gydF4y2BaggydF4y2BaℓgydF4y2Ba(gydF4y2BawgydF4y2BaℓjgydF4y2BaTgydF4y2Ba一个gydF4y2BaℓgydF4y2Ba−1gydF4y2Ba+gydF4y2BabgydF4y2BaℓjgydF4y2Ba),这里gydF4y2BaggydF4y2BaℓgydF4y2Ba是层的激活函数gydF4y2BaℓgydF4y2Ba。激活函数的一个流行的选择是物流功能。我们表示gydF4y2BawgydF4y2BaℓgydF4y2Ba:= (gydF4y2BawgydF4y2Baℓ,gydF4y2Ba1gydF4y2Ba、……gydF4y2BawgydF4y2BaℓsℓgydF4y2Ba]gydF4y2Ba,gydF4y2BabgydF4y2BaℓgydF4y2Ba:= (gydF4y2BabgydF4y2Baℓ,gydF4y2Ba1gydF4y2Ba、……bgydF4y2BaℓsℓgydF4y2Ba),gydF4y2Ba一个gydF4y2BaℓgydF4y2Ba=gydF4y2BaggydF4y2BaℓgydF4y2Ba(gydF4y2BawgydF4y2BaℓgydF4y2BaTgydF4y2Ba一个gydF4y2BaℓgydF4y2Ba−1gydF4y2Ba+gydF4y2BabgydF4y2BaℓgydF4y2Ba)。在培训过程中学到的参数gydF4y2BawgydF4y2BaℓgydF4y2Ba和gydF4y2BabgydF4y2BaℓgydF4y2Ba对所有gydF4y2BaℓgydF4y2Ba= 1,……,l。The training process solves the following optimization problem:
后gydF4y2BawgydF4y2BaℓgydF4y2Ba,gydF4y2BabgydF4y2BaℓgydF4y2Ba我们可以预测,学会了吗gydF4y2BaygydF4y2Ba我gydF4y2Ba给出任何新的输入gydF4y2BaxgydF4y2Ba我gydF4y2Ba通过使用向前传播。类似于岭回归和SVR,我们还可以添加正则化项,防止过度拟合。在这项研究中,我们使用了一种叫做辍学打击过度拟合。辍学的层,一小部分权重被迫是零,减少网络的复杂性。选择神经网络的体系结构是一门艺术,通常基于交叉验证,在下一节中详细讨论。一般来说,一个更复杂的神经网络有更多的隐藏层能够更好地适应训练数据,但更容易过度拟合。gydF4y2Ba
2.4模型选择和评估gydF4y2Ba
动力学模型和机器学习方法,我们整个数据集随机分割成一个训练集和测试集,训练集用于学习动力和机器学习模型和测试集(也称为抵抗集)是用来评估学习模型的泛化。一个示例(gydF4y2BaxgydF4y2Ba我gydF4y2BaygydF4y2Ba我gydF4y2Ba在测试集),预测的输出gydF4y2BaygydF4y2BaˆgydF4y2Ba我gydF4y2Ba=gydF4y2BafgydF4y2Ba(gydF4y2BaxgydF4y2Ba我gydF4y2Ba)计算并与真正的输出gydF4y2BaygydF4y2Ba我gydF4y2Ba。gydF4y2Ba
的机器学习方法,在培训过程中,我们需要确定一些hyperparameters(例如,gydF4y2BaαgydF4y2Ba对脊分类,gydF4y2BaCgydF4y2Ba安的SVR和网络布局)。这个过程被称为模型选择。我们使用流行的模型选择方法,k-fold交叉验证,整个训练集分成gydF4y2BakgydF4y2Ba平等的文件夹。hyperparameters为每个特定的选择,我们的火车模型与k - 1文件夹和评估这个模型忽略时文件夹作为验证集。重复这个过程通过训练集自行车。因此,为每个特定hyperparameters的选择,gydF4y2BakgydF4y2Ba模型构建和评估。特定的性能选择hyperparameters被平均的精度评估gydF4y2BakgydF4y2Ba模型。我们决定最优hyperparameters通过循环在不同hyperparameter选择。gydF4y2Ba
3的结果gydF4y2Ba
动力学模型和机器学习方法,我们随机将整个数据集分为训练集和测试集(80%的样本训练和测试)为20%。本文预测和报告之间的平均绝对误差(MAE)收益率为所有数据点的测试集是用来量化的性能模型。梅的单位是产量的百分比。注意,测试集的准确性取决于最初的训练集和测试集的分区,因此这个过程通常是重复几次,提高可预测性。在我们的研究中,我们重复每个计算试验5次,然后计算平均值和置信区间的美。总可溶性木糖之间我们也重复每个实验数据集(1955个样本)和单体只有数据集(882个样本)。为总可溶性木糖数据集,模型训练和评估其预测能力总可溶性木糖产量,而单体的木糖产量的调查monomer-only sub-dataset。gydF4y2Ba
3.1性能的动力学模型gydF4y2Ba
在第一个动力学模型实验中,我们确定为两个数据子集模型参数:稀酸水解数据子集和autohydrolysis数据子集。预测的平均绝对误差值的总可溶性木糖产量和单体的木糖产生测试数据的17gydF4y2Ba。gydF4y2Ba75±0gydF4y2Ba。gydF4y2Ba894年,9gydF4y2Ba。gydF4y2Ba32±0gydF4y2Ba。gydF4y2Ba分别为73。在第二动力模型试验,我们确定参数32模型,每一个描述一种预处理应用到一个单一的木材品种。阿伦尼乌斯估计参数值的比较报告在文献中可以找到gydF4y2Ba补充材料gydF4y2Ba。预测的平均绝对误差值的总可溶性木糖产量和单体的木糖收益率测试数据是15gydF4y2Ba。gydF4y2Ba49±0gydF4y2Ba。gydF4y2Ba53和8gydF4y2Ba。gydF4y2Ba33±0gydF4y2Ba。gydF4y2Ba分别为56。比较两个实验表明,木材品种发挥温和作用半纤维素水解。gydF4y2Ba图1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba显示的预测价值总可溶性木糖产量和单体的木糖产量与产量在文献中报道。gydF4y2Ba
图1gydF4y2Ba。预测与实际产量的总可溶性木糖为测试数据:gydF4y2Ba(一)gydF4y2Ba动力学模型适合prehydrolysis类型和木材品种,gydF4y2Ba(B)gydF4y2Ba岭回归,gydF4y2Ba(C)gydF4y2Ba支持向量回归gydF4y2Ba(D)gydF4y2Ba人工神经网络。gydF4y2Ba
图2gydF4y2Ba。预测与实际收益率为单体的木糖为测试数据:gydF4y2Ba(一)gydF4y2Ba动力学模型适合prehydrolysis类型和木材品种,gydF4y2Ba(B)gydF4y2Ba岭回归,gydF4y2Ba(C)gydF4y2Ba支持向量回归gydF4y2Ba(D)gydF4y2Ba人工神经网络。gydF4y2Ba
这些结果表明,一个简单的动力学模型是无效的在预测产量之间的实验。动力学模型考虑只有五个变量:等温反应时间、初始质子浓度,hemicellulosic木糖在原料,反应温度,木材品种(只有第二个实验)。这些模型适合场景液固比(LSR)和粒度是常数。然而,在这些改变的情况下,一个更全面的模型是必需的。努力推进动力学建模是持续的。两相的模型,将半纤维素分为fast-reacting和慢反应分数,常用但这个部门不是有理由的理由(gydF4y2BaNegahdar et al ., 2016gydF4y2Ba)。越来越多的认可和努力,包括额外的现象,如传质(gydF4y2BaCahela et al ., 1983gydF4y2Ba;gydF4y2BaKrogell et al ., 2013gydF4y2Ba)、解聚、(gydF4y2BaKumar和Wyman 2008gydF4y2Ba;gydF4y2BaHosseini和沙,2009年gydF4y2Ba;gydF4y2Ba陈et al ., 2020gydF4y2Ba),化学和结构生物量的影响(gydF4y2BaTrajano et al ., 2015gydF4y2Ba;gydF4y2Ba米塔尔et al ., 2019gydF4y2Ba)。这些努力是必不可少的,也提供指导的发展更可翻译的机器学习模型(在未来的工作中讨论)。gydF4y2Ba
3.2机器学习方法的性能gydF4y2Ba
在我们的研究中,我们第一次决定hyperparameters基于k-fold交叉验证(gydF4y2BakgydF4y2Ba= 5)。岭回归的最佳值gydF4y2BaαgydF4y2Ba发现是零。SVR的hyperparameters包括内核类型,内核系数gydF4y2BaγgydF4y2Ba正则化参数C和残余阈值gydF4y2BaεgydF4y2Ba。hyperparameters被选为最佳组合:内核=“rbf”;gydF4y2BaεgydF4y2Ba= 1;C = 20000;gydF4y2BaγgydF4y2Ba=“汽车”。人工神经网络,神经网络的结构被选为6层,96年,96年,48岁,48岁,分别和1神经元层1到6。有一个辍学一层一层之间插入第一和第二辍学值为0.001。批处理大小、学习速率和最大时代被选为64年,分别为0.005和3000人。gydF4y2Ba
图1gydF4y2Ba,gydF4y2Ba2gydF4y2Ba显示总可溶性木糖产量的预测价值和单体的木糖产量与报道产量测试数据的机器学习方法和动力学模型。在这些数字,对角线表示理论完美的预测gydF4y2BaygydF4y2BaˆgydF4y2Ba我gydF4y2Ba=gydF4y2BaygydF4y2Ba我gydF4y2Ba。因此点接近对角线有较小的预测错误。这些数字直观地说明了动力学模型的表现是所有三个机器学习模型。gydF4y2Ba
图3gydF4y2Ba总结所有的性能计算方法的平均绝对误差的测试数据。预测的平均绝对误差总可溶性木糖产量测试数据使用岭回归,SVR回归和安是16gydF4y2Ba。gydF4y2Ba54±0gydF4y2Ba。gydF4y2Ba46岁,7gydF4y2Ba。gydF4y2Ba86±0gydF4y2Ba。gydF4y2Ba49岁和6gydF4y2Ba。gydF4y2Ba18±0gydF4y2Ba。gydF4y2Ba分别为53。单体的木糖产量预测的平均绝对误差测试数据使用岭回归,SVR回归和安是11gydF4y2Ba。gydF4y2Ba05年±0gydF4y2Ba。gydF4y2Ba66年,5gydF4y2Ba。gydF4y2Ba20±1gydF4y2Ba。gydF4y2Ba26日和2gydF4y2Ba。gydF4y2Ba90±0gydF4y2Ba。gydF4y2Ba分别为44。gydF4y2Ba
图3gydF4y2Ba。比较不同计算方法的平均绝对误差测试数据:gydF4y2Ba(一)gydF4y2Ba总可溶性木糖产量和gydF4y2Ba(B)gydF4y2Ba单体的木糖产量。平均绝对误差确定从五个复制的计算实验。的单位是百分比收益率。gydF4y2Ba
4讨论gydF4y2Ba
尽管岭回归的表现是不满意的,都支持向量回归和人工神经网络优于简单的动力学模型。所有的模型表现明显不同(gydF4y2Bap
比较gydF4y2Ba图3 a, BgydF4y2Ba表明模型时更好的预测性能的单体的产量,而不是总可溶性木糖产量。原因之一是总可溶性木糖产量的价值通常是比单体的木糖产量。gydF4y2Ba
4.1特征信息的影响gydF4y2Ba
除了确定的性能模型,我们也评估特定的输入特性ANN模型的重要性。由于ANN模型使用非线性函数,我们不能推断特性从权重的重要性,因此他们作为黑盒。因此,我们进行了分析分析。即一个特性或一组迭代的特征是隐藏在模型训练和测试过程中。当特定特性省略(剩下的数据集的信息少于完整的数据集),增加相应的美将会增加和梅是用来评估的影响特性。道达尔和等温反应时间是线性相关的,所以两个特性被在一起。所有酸物种和木材品种被移除在各自组。一起组合因素和他们的日志被删除。随着组合因素包含时间和温度信息,当删除这两个特性,结合因素也必须被删除。gydF4y2Ba
图4gydF4y2Ba显示了这样一个分析的结果。“不”功能删除列代表了与所有可用功能基线模型的准确性。图揭示了三个最重要的特性对产量总可溶性木糖和单体的木糖是:反应时间、温度和初始质子浓度。具体地说,在总可溶性木糖数据集,消除操作时间,温度和初始质子浓度增加美从6gydF4y2Ba。gydF4y2Ba18±0gydF4y2Ba。gydF4y2Ba53到12gydF4y2Ba。gydF4y2Ba19±0gydF4y2Ba。gydF4y2Ba52岁的10gydF4y2Ba。gydF4y2Ba65±0gydF4y2Ba。gydF4y2Ba73年,7gydF4y2Ba。gydF4y2Ba89±0gydF4y2Ba。gydF4y2Ba分别为54。在单体的木糖数据集,消除操作时间,温度,初始质子浓度增加美从2gydF4y2Ba。gydF4y2Ba90±0gydF4y2Ba。gydF4y2Ba44到10gydF4y2Ba。gydF4y2Ba06±0gydF4y2Ba。gydF4y2Ba53岁,7gydF4y2Ba。gydF4y2Ba26±0gydF4y2Ba。gydF4y2Ba76年,6gydF4y2Ba。gydF4y2Ba08年±0gydF4y2Ba。gydF4y2Ba95年,分别。这三个变量都被认为是经典的动力学模型。离开一个分析的结果强化了这些变量的重要性,建议我们应该把重点放在优化这三个变量对最高产量。一个有趣的发现是,尽管没有信息操作时间,ANN模型仍然可以做一个合理的预测比岭回归(更准确与完整的特征变量),可能由于反应时间的数据集的分布。gydF4y2Ba
图4gydF4y2Ba。效果下降特性的人工神经网络的平均绝对误差测试数据:gydF4y2Ba(一)gydF4y2Ba总可溶性木糖产量和gydF4y2Ba(B)gydF4y2Ba单体的木糖产量。平均绝对误差确定从五个复制的计算实验。的单位是百分比收益率。gydF4y2Ba
去除LSR温和影响模型的准确性,尤其是总可溶性木糖的预测。这个结果有点出乎意料的是这个变量通常比其他人认为受到的关注相对较少;85%的收集的数据有一个光敏电阻小于或等于10。详细的审查gydF4y2BaMaki-Arvela et al。(2011)gydF4y2Ba强调只有六个研究主题。gydF4y2BaJaramillo et al。(2013)gydF4y2Ba找出矛盾的结论在糖液固比的影响产量和浓度。增加固体浓度似乎减少选择性半纤维素溶解但一些作者报告说,固体浓度没有影响。gydF4y2BaJaramillo et al。(2013)gydF4y2Ba开发了一个模型,使用悬挂体积,液相体积,生物质包装空隙率的反应堆。考虑这些参数启用好预测的葡萄糖浓度的酸水解甘蔗蔗渣首次液体到固体比率从10到30不等。这种方法还强调了重要性的固体颗粒润湿和生物量中和酸水解的结果的能力。液固比工业biorefining实现是很重要的,因为它将影响设备大小和分离要求。从我们过去的实验研究和分析结果分析,很明显,液固比应该得到更多微妙的建模工作。我们强调,如果美是对遗漏的特性,它并不意味着功能影响较低。例如,去除木材品种和酸物种不显著改变美,但这并不表明收益率是独立于这些特性(木材品种展示发挥温和作用的动力学模型)。可预测性不受下降影响木材品种主要是因为这些信息也被其他功能不移除,如最初的半纤维素含量。同样,一个可能的解释为什么降酸物种不影响美是它的信息已经用于初始质子浓度的计算。gydF4y2Ba
4.2数据大小的影响gydF4y2Ba
最后,我们也评估培训的效果数据大小安的性能。数据集随机样本的数量减少到10%,25%,50%,和75%的原样品尺寸,和一个安训练和评估每个数据子集。所示gydF4y2Ba图5gydF4y2Ba的影响,增加数据样本量减少平均绝对误差的均值和方差。然而,结果还表明,减少预测误差渐近,建议进一步增加样本的数量会显著提高性能。gydF4y2Ba
图5gydF4y2Ba。数据大小对平均绝对误差的影响测试数据的人工神经网络模型为:gydF4y2Ba(一)gydF4y2Ba总可溶性木糖产量和gydF4y2Ba(B)gydF4y2Ba单体的木糖产量。平均绝对误差确定从五个复制的计算实验。的单位是百分比收益率。gydF4y2Ba
4.3未来的工作gydF4y2Ba
安的一个限制是它的黑盒自然和缺乏可解释性。安内的组件通过非线性方程是相互关联的一个复杂的方式。尽管它达到良好的性能,很难得出见解底层机制。与简单线性回归等模型,确定权重的安在训练并不直接适用于物理关系。进一步的工作需要增加可解释性。策略之一是开发一个混合模型,该模型结合了机械的见解和机器学习为了获得的好处。构造一个混合模型的一种方法是使用机器学习分析剩余平均绝对误差动力学模型。另一种方法是使用机器学习预测的依赖特性变量的动力学参数数组(如颗粒大小,木材品种)。这些模型提供了如何实现过程的预测结果如最大糖产量和最大质量低聚物。这样一个模型的发展应该与实验验证。 Alternatively, models based on decision trees could be used to increase interpretability. An additional avenue of future work is to validate the ANN on data published after the data collection phase of this study was completed.
5的结论gydF4y2Ba
进行了大量研究领域的半纤维素水解,导致数据的集合,可以挖掘和机器学习应用程序中使用。我们从文献收集1955个实验数据点,早在1985年,和数据集,据我们所知,是最大和最多样化的类型,公开。在这项研究中,我们训练三个机器学习模型(岭回归、支持向量回归和人工神经网络)数据预测木糖产量,并评估他们对单相动力学模型。支持向量回归和人工神经网络模型比动力学模型,与人工神经网络表现最好,达到6的平均绝对误差gydF4y2Ba。gydF4y2Ba18±0gydF4y2Ba。gydF4y2Ba53个百分点(对应于94%的准确率)。这种程度的准确性是令人惊讶的原料和条件的多样性。更“普世”模型的半纤维素水解可以用来降低实验的要求。ANN模型性能强烈依赖于经典动力学参数:温度、时间和质子浓度。机器学习模型建立在历史数据可以用来补充实验数据,减少所需的实验。gydF4y2Ba
数据可用性声明gydF4y2Ba
本研究的数据集分析可以发现在GitHub库gydF4y2Bahttps://github.com/edwardwang1/BiorefiningAndMachineLearninggydF4y2Ba。进一步调查可以直接到相应的作者。gydF4y2Ba
作者的贡献gydF4y2Ba
电子战、RB和GC从文学和准备数据库收集的数据。电子战准备动能和机器学习模型的代码和写的手稿。YC和停止构思研究模型设计建议,并解释。所有作者回顾和批准了手稿。gydF4y2Ba
资金gydF4y2Ba
RB和YC承认金融支持下的加拿大自然科学和工程研究理事会授予rgpin - 2019 - 05499。停止承认金融支持下的加拿大自然科学和工程研究理事会授予rgpin - 2020 - 06003。gydF4y2Ba
的利益冲突gydF4y2Ba
作者声明,这项研究是在没有进行任何商业或财务关系可能被视为一个潜在的利益冲突。gydF4y2Ba
出版商的注意gydF4y2Ba
本文表达的所有索赔仅代表作者,不一定代表的附属组织,或出版商、编辑和审稿人。任何产品,可以评估在这篇文章中,或声称,可能是由其制造商,不保证或认可的出版商。gydF4y2Ba
补充材料gydF4y2Ba
本文的补充材料在网上可以找到:gydF4y2Bahttps://www.雷竞技rebatfrontiersin.org/articles/10.3389/fceng.2022.994428/full补充材料gydF4y2Ba
引用gydF4y2Ba
艾哈迈德,W。,Kuitunen, S., Borrega, M., and Alopaeus, V. (2016). Physicochemical modeling for hot water extraction of birch wood.印第安纳州,Eng。化学。Res。gydF4y2Ba55岁,11062 - 11073。doi: 10.1021 / acs.iecr.6b02987gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Borrega, M。,Nieminen, K., and Sixta, H. (2011). Degradation kinetics of the main carbohydrates in birch wood during hot water extraction in a batch reactor at elevated temperatures.Bioresour。抛光工艺。gydF4y2Ba102年,10724 - 10732。doi: 10.1016 / j.biortech.2011.09.027gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Cahela, d R。李,Y。,一个ndChambers, R. (1983). Modeling of percolation process in hemicellulose hydrolysis.Biotechnol。Bioeng。gydF4y2Ba25日,3 - 17。doi: 10.1002 / bit.260250103gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Canettieri, e . V。,Rocha, G. J. d. M., de Carvalho, J. A., and de Almeida e Silva, J. B. (2007a). Optimization of acid hydrolysis from the hemicellulosic fraction of eucalyptus grandis residue using response surface methodology.Bioresour。抛光工艺。gydF4y2Ba98年,422 - 428。doi: 10.1016 / j.biortech.2005.12.012gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Canettieri, e . V。罗查,g . j . M。,卡瓦略,j。,一个nd年代我lva, J. B. A. (2007b). Evaluation of the kinetics of xylose formation from dilute sulfuric acid hydrolysis of forest residues of eucalyptus grandis.印第安纳州,Eng。化学。Res。gydF4y2Ba46岁,1938 - 1944。doi: 10.1021 / ie0607494gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
曹,Y。,Yu, H., Abbott, N. L., and Zavala, V. M. (2018). Machine learning algorithms for liquid crystal-based sensors.ACS Sens。gydF4y2Ba3,2237 - 2245。doi: 10.1021 / acssensors.8b00100gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Carvalheiro F。杜阿尔特,L。,一个ndGirio, F. (2008). Hemicellulose biorefineries: A review on biomass pretreatments.j .科学。印第安纳州,Res。gydF4y2Ba67年,849 - 864。gydF4y2Ba
卡斯特罗,E。,Nieves, I. U., Mullinnix, M. T., Sagues, W. J., Hoffman, R. W., Fernández-Sandoval, M. T., et al. (2014). Optimization of dilute-phosphoric-acid steam pretreatment of eucalyptus benthamii for biofuel production.达成。能源gydF4y2Ba125年,76 - 83。doi: 10.1016 / j.apenergy.2014.03.047gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Cebreiros F。法拉利,M。,一个ndl一个reo, C. (2018). Combined autohydrolysis and alkali pretreatments for cellulose enzymatic hydrolysis of eucalyptus grandis wood.生物质Convers。biorefin。gydF4y2Ba8,33-42。doi: 10.1007 / s13399 - 016 - 0236 - 4gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
陈,H。傅,Y。,W一个ng,Z., and Qin, M. (2015). Degradation and redeposition of the chemical components of aspen wood during hot water extraction.生物资源gydF4y2Ba10日,3005 - 3016。doi: 10.15376 / biores.10.2.3005 - 3016gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
陈,J。,米一个rtinez, D., Chang, X. F., Beatson, R. P., and Trajano, H. L. (2020). Evolution of hemicellulose molar mass during softwood hydrolysis.ACS维持。化学。Eng。gydF4y2Ba8,10345 - 10356。doi: 10.1021 / acssuschemeng.0c00814gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
陈,J。,Yuan, Z., Zanuso, E., and Trajano, H. (2017).生物物种的反应水热预处理gydF4y2Ba。95 - 140。doi: 10.1007 / 978-3-319-56457-94gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Chirat C。,l一个chenal, D., and Sanglard, M. (2012). Extraction of xylans from hardwood chips prior to kraft cooking.学生物化学过程。gydF4y2Ba47岁,381 - 385。doi: 10.1016 / j.procbio.2011.12.024gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Conesa, j . A。,C一个b一个llero, J. A., and Reyes-Labarta, J. A. (2004). Artificial neural network for modelling thermal decompositions.j .肛门。达成。热解gydF4y2Ba71年,343 - 352。doi: 10.1016 / s0165 - 2370 (03) 00093 - 7gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Dagnino E。,Chamorro, E., Romano, S., Felissia, F., and Area, M. (2013). Optimization of the pretreatment of prosopis nigra sawdust for the production of fermentable sugars.生物资源gydF4y2Ba8,499 - 514。doi: 10.15376 / biores.8.1.499 - 514gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
戴,J。,一个nd米cDonald, A. G. (2014). Production of fermentable sugars and polyhydroxybutyrate from hybrid poplar: Response surface model optimization of a hot-water pretreatment and subsequent enzymatic hydrolysis.生物质生物能源gydF4y2Ba71年,275 - 284。doi: 10.1016 / j.biombioe.2014.09.030gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Delbecq F。王,Y。,米uralidhara, A., El Ouardi, K., Marlair, G., and Len, C. (2018). Hydrolysis of hemicellulose and derivatives-a review of recent advances in the production of furfural.前面。化学。gydF4y2Ba6、146。doi: 10.3389 / fchem.2018.00146gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
雷欧,R。,Galbe, M., and Zacchi, G. (1995). The influence of SO2gydF4y2Ba和HgydF4y2Ba2gydF4y2Ba所以gydF4y2Ba4gydF4y2Ba蒸汽预处理前浸渍的柳树。gydF4y2BaBioresour。抛光工艺。gydF4y2Ba52岁,225 - 229。0960 - 8524 . doi: 10.1016 / (95) 00042 - dgydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Esteghlalian,。,H一个年代himoto, A. G., Fenske, J. J., and Penner, M. H. (1997). Modeling and optimization of the dilute-sulfuric-acid pretreatment of corn stover, poplar and switchgrass.Bioresour。抛光工艺。gydF4y2Ba59岁,129 - 136。doi: 10.1016 / s0960 - 8524 (97) 81606 - 9gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
费伦•O。,Nykänen, V., Kuitunen, S., Ruuttunen, K., Alén, R., Alopaeus, V., et al. (2020). Detailed modeling of the kraft pulping chemistry: Carbohydrate reactions.AIChE J。gydF4y2Ba66年,e16252。doi: 10.1002 / aic.16252gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
费尔南德斯·m·A。,Rissanen J。,Nebreda, A. P., Xu, C., Willför, S., Serna, J. G., et al. (2018). Hemicelluloses from stone pine, holm oak, and Norway spruce with subcritical water extraction comparative study with characterization and kinetics.j . Supercrit。液体gydF4y2Ba133年,647 - 657。doi: 10.1016 / j.supflu.2017.07.001gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
甘地,a, B。,一个ndJoshi, J. B. (2010). Estimation of heat transfer coefficient in bubble column reactors using support vector regression.化学。Eng。J。gydF4y2Ba160年,302 - 310。doi: 10.1016 / j.cej.2010.03.026gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
绞死,G。,Domínguez, H., and Parajó, J. C. (2001). Generation of xylose solutions from蓝桉gydF4y2Ba木由autohydrolysis-posthydrolysis流程:后水解动力学。gydF4y2BaBioresour。抛光工艺。gydF4y2Ba79年,155 - 164。S096085240100044X (pii)。doi: 10.1016 / s0960 - 8524 (01) 00044 - xgydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
绞死,G。,Domínguez, H., and Parajó, J. C. (1999). Mild autohydrolysis: An environmentally friendly technology for xylooligosaccharide production from wood.j .化学。抛光工艺。Biotechnol。gydF4y2Ba74年,1101 - 1109。doi: 10.1002 / (sici) 1097 - 4660 (199911) 74:11 < 1101:: aid-jctb146 > 3.0.co; 2-m.74:1gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
绞死,G。,K一个bel,米。一个。,年代chols, H. A., Falqué, E., Domínguez, H., and Parajó, J. C. (2007). Effects of蓝桉gydF4y2Ba木头autohydrolysis条件反应的产品。gydF4y2Baj·阿格利司。食品化学。gydF4y2Ba55岁,9006 - 9013。doi: 10.1021 / jf0719510gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Gladyshko, y (2011)。gydF4y2Ba通过酸催化水解提取半纤维素gydF4y2Ba。博士学位论文。Imatra:gydF4y2BaSaimaa应用科学大学gydF4y2Ba。gydF4y2Ba
Glielmo, L。,年代一个nt我n我,年代。,米我l一个no, M., and Serra, G. (1999).三效催化转换器建模:机器学习方法的反应动力学gydF4y2Ba。gydF4y2BaIEEEgydF4y2Ba,239 - 244。gydF4y2Ba
Gutsch, j·S。,Nousiainen, T., and Sixta, H. (2012). Comparative evaluation of autohydrolysis and acid-catalyzed hydrolysis of蓝桉gydF4y2Ba木头。gydF4y2BaBioresour。抛光工艺。gydF4y2Ba109年,77 - 85。doi: 10.1016 / j.biortech.2012.01.018gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Hosseini, s。,一个nd年代hah, N. (2009). Multiscale modelling of biomass pretreatment for biofuels production.化学。Eng。研究Des。gydF4y2Ba87年,1251 - 1260。doi: 10.1016 / j.cherd.2009.04.018gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
侯,Q。,W一个ng,Y。,刘,W。,l我u, L., Xu, N., and Li, Y. (2014). An application study of autohydrolysis pretreatment prior to poplar chemi-thermomechanical pulping.Bioresour。抛光工艺。gydF4y2Ba169年,155 - 161。doi: 10.1016 / j.biortech.2014.06.091gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
黄,K。罗,J。曹,R。苏,Y。,一个ndXu, Y. (2018). Enhanced xylooligosaccharides yields and enzymatic hydrolyzability of cellulose using acetic acid catalysis of poplar sawdust.j .木材化学。抛光工艺。gydF4y2Ba38岁,371 - 384。doi: 10.1080 / 02773813.2018.1500608gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Inalbon, m . C。,年代ol我er, Y. N., and Angel Zanuttini, M. (2017). Hydrothermal treatment of eucalyptus wood: Effects on ion permeability and material removing.印第安纳州,促使作物。gydF4y2Ba104年,195 - 200。doi: 10.1016 / j.indcrop.2017.04.042gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Isikgor F。,一个ndBecer, R. (2015). Lignocellulosic biomass: A sustainable platform for the production of bio-based chemicals and polymers.变异较大。化学。gydF4y2Ba6,4497 - 4559。doi: 10.1039 / C5PY00263JgydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Jaramillo o . J。,Gómez-García, M. Á., and Fontalvo, J. (2013). Prediction of acid hydrolysis of lignocellulosic materials in batch and plug flow reactors.Bioresour。抛光工艺。gydF4y2Ba142年,570 - 578。doi: 10.1016 / j.biortech.2013.05.064gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
詹森,J。,米orinelly, J., Aglan, A., Mix, A., and Shonnard, D. R. (2008). Kinetic characterization of biomass dilute sulfuric acid hydrolysis: Mixtures of hardwoods, softwood, and switchgrass.AIChE J。gydF4y2Ba54岁,1637 - 1645。doi: 10.1002 / aic.11467gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
詹森,j . R。,Morinelly, j·E。戈森,k . R。,Brodeur-Campbell, M. J., and Shonnard, D. R. (2010). Effects of dilute acid pretreatment conditions on enzymatic hydrolysis monomer and oligomer sugar yields for aspen, balsam, and switchgrass.Bioresour。抛光工艺。gydF4y2Ba101年,2317 - 2325。doi: 10.1016 / j.biortech.2009.11.038gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
宋,s Y。,一个ndlee,J。W。(2016). Sequential fenton oxidation and hydrothermal treatment to improve the effect of pretreatment and enzymatic hydrolysis on mixed hardwood.Bioresour。抛光工艺。gydF4y2Ba200年,121 - 127。doi: 10.1016 / j.biortech.2015.10.015gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
耶稣,m . S。罗姆人,。,Genisheva, Z., Teixeira, J. A., and Domingues, L. (2017). Integral valorization of vine pruning residue by sequential autohydrolysis stages.j .干净。刺激。gydF4y2Ba168年,74 - 86。doi: 10.1016 / j.jclepro.2017.08.230gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Kapu: S。、元、Z。,Chang, X. F., Beatson, R., Martinez, D. M., and Trajano, H. L. (2016). Insight into the evolution of the proton concentration during autohydrolysis and dilute-acid hydrolysis of hemicellulose.Biotechnol。生物燃料gydF4y2Ba9日,224 - 304。doi: 10.1186 / s13068 - 016 - 0619 - 6gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
金,H.-Y。,lee,J。-W., Jeffries, T. W., and Choi, I.-G. (2011). Response surface optimization of oxalic acid pretreatment of yellow poplar (liriodendron tulipifera) for production of glucose and xylose monosaccarides.Bioresour。抛光工艺。gydF4y2Ba102年,1440 - 1446。doi: 10.1016 / j.biortech.2010.09.075gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
金,S。,一个ndlee,Y。(1987). Kinetics in acid-catalyzed hydrolysis of hardwood hemicellulose.Biotechnol。Bioeng。计算机协会。gydF4y2Ba17日,71 - 84。gydF4y2Ba
金,Y。,Kreke, T., Mosier, N. S., and Ladisch, M. R. (2014). Severity factor coefficients for subcritical liquid hot water pretreatment of hardwood chips.Biotechnol。Bioeng。gydF4y2Ba111年,254 - 263。doi: 10.1002 / bit.25009gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Kojić,P。,一个ndOmorjan, R. (2017). Predicting hydrodynamic parameters and volumetric gas–liquid mass transfer coefficient in an external-loop airlift reactor by support vector regression.化学。Eng。研究Des。gydF4y2Ba125年,398 - 407。doi: 10.1016 / j.cherd.2017.07.029gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Krogell, J。,Korotkova, E., Eränen, K., Pranovich, A., Salmi, T., Murzin, D., et al. (2013). Intensification of hemicellulose hot-water extraction from spruce wood in a batch extractor – effects of wood particle size.Bioresour。抛光工艺。gydF4y2Ba143年,212 - 220。doi: 10.1016 / j.biortech.2013.05.110gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Kumar R。,一个ndWy米一个n,C。E。 (2008). The impact of dilute sulfuric acid on the selectivity of xylooligomer depolymerization to monomers.Carbohydr。Res。gydF4y2Ba343年,290 - 300。doi: 10.1016 / j.carres.2007.10.022gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
茶室,C。,一个ndlee,J。-W. (2015). Optimization conditions for oxalic acid pretreatment of deacetylated yellow poplar for ethanol production.j。英格。化学。gydF4y2Ba32岁,298 - 304。doi: 10.1016 / j.jiec.2015.09.001gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
茶室,C。,Trinh, L. T. P., Lee, J.-W., and Lee, H.-J. (2015). Bioethanol production from oxalic acid-pretreated biomass and hemicellulose-rich hydrolysates via a combined detoxification process.燃料gydF4y2Ba161年,129 - 136。doi: 10.1016 / j.fuel.2015.08.045gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
李,H。,K一个zlauskas, R., and Park, T. (2017). Mild pretreatment of yellow poplar biomass using sequential dilute acid and enzymatically-generated peracetic acid to enhance cellulase accessibility.Biotechnol。生物处理中。gydF4y2Ba22日,405 - 412。doi: 10.1007 / s12257 - 017 - 0139 - 7gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
李,H。,年代一个eed,一个。,Jahan, M. S., Ni, Y., and van Heiningen, A. (2010). Hemicellulose removal from hardwood chips in the pre-hydrolysis step of the kraft-based dissolving pulp production process.j .木材化学。抛光工艺。gydF4y2Ba30,48-60。doi: 10.1080 / 02773810903419227gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
李,Y。,刘,W。,侯,Q。,H一个n,年代。,W一个ng, Y., and Zhou, D. (2014). Release of acetic acid and its effect on the dissolution of carbohydrates in the autohydrolysis pretreatment of poplar prior to chemi-thermomechanical pulping.印第安纳州,Eng。化学。Res。gydF4y2Ba53岁,8366 - 8371。doi: 10.1021 / ie500637agydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Lim W.-S。,一个ndlee,J。-W. (2012). Effects of pretreatment factors on fermentable sugar production and enzymatic hydrolysis of mixed hardwood.Bioresour。抛光工艺。gydF4y2Ba130 c, 97 - 101。doi: 10.1016 / j.biortech.2012.11.122gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
刘,W。,Chen, W., Hou, Q., Wang, S., and Liu, F. (2018). Effects of combined pretreatment of dilute acid pre-extraction and chemical-assisted mechanical refining on enzymatic hydrolysis of lignocellulosic biomass.RSC睡觉。gydF4y2Ba8,10207 - 10214。doi: 10.1039 / C7RA12732DgydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
刘,W。,Chen, W., Hou, Q., Zhang, J., and Wang, B. (2017). Surface lignin change pertaining to the integrated process of dilute acid pre-extraction and mechanical refining of poplar wood chips and its impact on enzymatic hydrolysis.Bioresour。抛光工艺。gydF4y2Ba228年,125 - 132。doi: 10.1016 / j.biortech.2016.12.063gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
刘,W。,l我u, L., Hou, Q., Chen, J., and Xu, N. (2015). Understanding of pH value and its effect on autohydrolysis pretreatment prior to poplar chemi-thermomechanical pulping.Bioresour。抛光工艺。gydF4y2Ba196年,662 - 667。doi: 10.1016 / j.biortech.2015.08.034gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
洛佩兹,F。,García, M. T., Feria, M. J., García, J. C., de Diego, C. M., Zamudio, M. A. M., et al. (2014). Optimization of furfural production by acid hydrolysis of eucalyptus globulus in two stages.化学。Eng。J。gydF4y2Ba240年,195 - 201。doi: 10.1016 / j.cej.2013.11.073gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
妈,M。,l我u, R., Guo, Y., Li, H., Zhou, J., Wang, H., et al. (2017). Research on the dissolution of pentosans during eucalyptus hydrolysate pretreatment.生物资源gydF4y2Ba12日,3677 - 3694。doi: 10.15376 / biores.12.2.3677 - 3694gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Maki-Arvela, P。Salmi, T。,Hol米bo米,B., Willför, S., and Murzin, D. Y. (2011). Synthesis of sugars by hydrolysis of hemicelluloses-a review.化学。牧师。gydF4y2Ba111年,5638 - 5666。doi: 10.1021 / cr2000042gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Maloney, m . T。,Chapman, T. W., and Baker, A. J. (1985). Dilute acid hydrolysis of paper birch: Kinetics studies of xylan and acetyl-group hydrolysis.Biotechnol。Bioeng。gydF4y2Ba27日,355 - 361。doi: 10.1002 / bit.260270321gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Martinez-Patino, j . C。Ruiz E。,Ro米ero, I., Cara, C., López-Linares, J. C., and Castro, E. (2017). Combined acid/alkaline-peroxide pretreatment of olive tree biomass for bioethanol production.Bioresour。抛光工艺。gydF4y2Ba239年,326 - 335。doi: 10.1016 / j.biortech.2017.04.102gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
马特奥,S。,彭特斯j·G。,Roberto, I. C., Sánchez, S., and Moya, A. J. (2014). Optimization of acid hydrolysis of olive tree pruning residue. fermentation with candida guilliermondii.生物质生物能源gydF4y2Ba69年,39-46。doi: 10.1016 / j.biombioe.2014.07.007gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
麦金托什,S。Vancov, T。帕默,J。,一个nd年代pain, M. (2012). Ethanol production from eucalyptus plantation thinnings.Bioresour。抛光工艺。gydF4y2Ba110年,264 - 272。doi: 10.1016 / j.biortech.2012.01.114gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
米塔尔,。,Chatterjee, S., Scott, G., and Amidon, T. (2009a). Modeling xylan solubilization during autohydrolysis of sugar maple and aspen wood chips: Reaction kinetics and mass transfer.化学。Eng。科学。gydF4y2Ba64年,3031 - 3041。doi: 10.1016 / j.ces.2009.03.011gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
米塔尔,。,P我l一个th, H. M., Parent, Y., Chatterjee, S. G., Donohoe, B. S., Yarbrough, J. M., et al. (2019). Chemical and structural effects on the rate of xylan hydrolysis during dilute acid pretreatment of poplar wood.ACS维持。化学。Eng。gydF4y2Ba7,4842 - 4850。doi: 10.1021 / acssuschemeng.8b05248gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
米塔尔,。,年代cott, G. M., Amidon, T. E., Kiemle, D. J., and Stipanovic, A. J. (2009b). Quantitative analysis of sugars in wood hydrolyzates with 1h nmr during the autohydrolysis of hardwoods.Bioresour。抛光工艺。gydF4y2Ba100年,6398 - 6406。doi: 10.1016 / j.biortech.2009.06.107gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Mok, w·s·L。,一个nd一个nt一个l,米。J。(1992). Uncatalyzed solvolysis of whole biomass hemicellulose by hot compressed liquid water.印第安纳州,Eng。化学。Res。gydF4y2Ba31日,1157 - 1161。doi: 10.1021 / ie00004a026gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Molga, e . J。,van Woezik, B. A. A., and Westerterp, K. R. (2000). Neural networks for modelling of chemical reaction systems with complex kinetics: Oxidation of 2-octanol with nitric acid.化学。Eng。的过程。Intensif过程。gydF4y2Ba39岁,323 - 334。doi: 10.1016 / s0255 - 2701 (99) 00093 - 8gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Morinelly, j·E。詹森,j . R。布朗,M。,,t, B。,一个nd年代honnard, D. R. (2009). Kinetic characterization of xylose monomer and oligomer concentrations during dilute acid pretreatment of lignocellulosic biomass from forests and switchgrass.印第安纳州,Eng。化学。Res。gydF4y2Ba48岁,9877 - 9884。doi: 10.1021 / ie900793pgydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Negahdar, L。,Delidovich, I., and Palkovits, R. (2016). Aqueous-phase hydrolysis of cellulose and hemicelluloses over molecular acidic catalysts: Insights into the kinetics and reaction mechanism.达成。Catal。B包围。gydF4y2Ba184年,285 - 298。doi: 10.1016 / j.apcatb.2015.11.039gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
黑人,M。,米一个nzanares, P., Ballesteros, I., Oliva, J., Caban˜as, A., and Ballesteros, M. (2003). Hydrothermal pretreatment conditions to enhance ethanol production from poplar biomass.达成。物化学。Biotechnol。gydF4y2Ba105年,87 - 100。doi: 10.1385 / ABAB: 105:1-3:87gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Nitsos c K。,Choli-Papadopoulou, T., Matis, K. A., and Triantafyllidis, K. S. (2016). Optimization of hydrothermal pretreatment of hardwood and softwood lignocellulosic residues for selective hemicellulose recovery and improved cellulose enzymatic hydrolysis.ACS维持。化学。Eng。gydF4y2Ba4,4529 - 4544。doi: 10.1021 / acssuschemeng.6b00535gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Nitsos c K。,米一个t我年代,K。一个。,和Triantafyllidis, K. S. (2013). Optimization of hydrothermal pretreatment of lignocellulosic biomass in the bioethanol production process.ChemSusChemgydF4y2Ba6,110 - 122。doi: 10.1002 / cssc.201200546gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Odabaş1 C。,Günay, M. E., and Yıldırım, R. (2014). Knowledge extraction for water gas shift reaction over noble metal catalysts from publications in the literature between 2002 and 2012.Int。j .氢能源gydF4y2Ba39岁,5733 - 5746。doi: 10.1016 / j.ijhydene.2014.01.160gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
欧沃尼,r . P。Chornet E。,一个ndGascoigne, J. A. (1987). Fractionation of lignocellulosics by steam-aqueous pretreatments [and discussion].费罗斯。反式。r . Soc。一个gydF4y2Ba321年,523 - 536。gydF4y2Ba
Parajo, j . C。巴斯克斯,D。阿隆索,J。l。,年代一个nto年代,V., and Dominguez, H. (1994). Prehydrolysis of eucalyptus wood with dilute sulphuric acid: Operation in autoclave.Holz als Roh-und。Werkst。gydF4y2Ba52岁,102 - 108。doi: 10.1007 / BF02615474gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Parajo, J。,Vázquez, D., Alonso, J., Santos, V., and Dominguez, H. (1993). Prehydrolysis of eucalyptus wood with dilute sulphuric acid: Operation at atmospheric pressure.Holz als Roh-und。Werkst。gydF4y2Ba51岁,357 - 363。doi: 10.1007 / BF02663809gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Peleteiro, S。,Galletti, A. M. R., Antonetti, C., Santos, V., and Parajó, J. C. (2018). Manufacture of furfural from xylan-containing biomass by acidic processing of hemicellulose-derived saccharides in biphasic media using microwave heating.j .木材化学。抛光工艺。gydF4y2Ba38岁,198 - 213。doi: 10.1080 / 02773813.2017.1418891gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
与我。,Klápště, J., Skyba, O., Lai, B. S. K., Geraldes, A., Muchero, W., et al. (2013).杨树trichocarpagydF4y2Ba细胞壁化学和超微结构特征变异,遗传控制和遗传相关性。gydF4y2Ba新植醇。gydF4y2Ba197年,777 - 790。doi: 10.1111 / nph.12014gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Pu、Y。,Treasure, T., Gonzalez, R., Venditti, R., and Jameel, H. (2011). Autohydrolysis pretreatment of mixed hardwoods to extract value prior to combustion.生物资源gydF4y2Ba6,4856 - 4870。doi: 10.15376 / biores.6.4.4856 - 4870gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
彭特斯j·G。马特奥,S。,Fonseca, B. G., Roberto, I. C., Sánchez, S., and Moya, A. J. (2013). Monomeric carbohydrates production from olive tree pruning biomass: Modeling of dilute acid hydrolysis.Bioresour。抛光工艺。gydF4y2Ba149年,149 - 154。doi: 10.1016 / j.biortech.2013.09.046gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Rafiqul,我。,年代一个k我n一个h, A., and Karim, M. (2014). Production of xylose from meranti wood sawdust by dilute acid hydrolysis.达成。物化学。Biotechnol。gydF4y2Ba174年,542 - 555。doi: 10.1007 / s12010 - 014 - 1059 - zgydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Rafiqul, i s M。,一个nd年代一个k我n一个h, A. M. M. (2012a). Design of process parameters for the production of xylose from wood sawdust.化学。Eng。研究Des。gydF4y2Ba90年,1307 - 1312。doi: 10.1016 / j.cherd.2011.12.009gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Rafiqul, i s M。,一个nd年代一个k我n一个h, A. M. M. (2012b). Kinetic studies on acid hydrolysis of meranti wood sawdust for xylose production.化学。Eng。科学。gydF4y2Ba71年,431 - 437。doi: 10.1016 / j.ces.2011.11.007gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
兰格尔,J。,Hornus, M., Felissia, F., and Area, M. (2016). Hydrothermal treatment of eucalyptus sawdust for a forest biorefinery.Cellul。化学。抛光工艺。gydF4y2Ba5 - 6。gydF4y2Ba
罗姆人,。,绞死,G。,一个lon年代o,J。l。,和 Parajó, J. C. (2010). Bioethanol production from hydrothermally pretreated蓝桉gydF4y2Ba木头。gydF4y2BaBioresour。抛光工艺。gydF4y2Ba101年,8706 - 8712。doi: 10.1016 / j.biortech.2010.06.093gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Saeman j . f . (1945)。木糖化水解纤维素和动力学分解糖在高温稀酸。gydF4y2Ba印第安纳州,Eng。化学。gydF4y2Ba37岁的43-52。doi: 10.1021 / ie50421a009gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Sassner, P。,米årtensson, C.-G., Galbe, M., and Zacchi, G. (2008). Steam pretreatment of H2gydF4y2Ba所以gydF4y2Ba4gydF4y2Baimpregnatedsalix为生物乙醇的生产。gydF4y2BaBioresour。抛光工艺。gydF4y2Ba99年,137 - 145。doi: 10.1016 / j.biortech.2006.11.039gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Scheller, h V。,一个ndUlvskov, P. (2010). Hemicelluloses.为基础。启植物杂志。gydF4y2Ba61年,263 - 289。doi: 10.1146 / annurev - arplant - 042809 - 112315gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
萨拉Kapu, N。,一个ndTrajano, h·L。(2014)。软木和竹子的半纤维素水解。gydF4y2Ba生物燃料。Bioprod。Biorefin。gydF4y2Ba8,857 - 870。doi: 10.1002 / bbb.1517gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
施,H。,Zhou, M., Jia, W., Li, N., and Niu, M. (2019). Balancing the effect of pretreatment severity on hemicellulose extraction and pulping performance during auto-hydrolysis prior to kraft pulping of acacia wood.Biotechnol。掠夺。gydF4y2Ba35岁,e2784。doi: 10.1002 / btpr.2784 / btpr.2784gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Sixta, H。,Potthast, A., and Krotschek, A. W. (2006).4.2.5化学制浆过程:章节4.1gydF4y2Ba。gydF4y2Ba约翰威利& SonsgydF4y2Ba。家伙。4。109 - 229。ch4a doi: 10.1002/9783527619887.gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
史密斯,一个。,Ke一个ne,一个。,Dumesic, J. A., Huber, G. W., and Zavala, V. M. (2020). A machine learning framework for the analysis and prediction of catalytic activity from experimental data.达成。Catal。B包围。gydF4y2Ba263年,118257年。doi: 10.1016 / j.apcatb.2019.118257gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Smuga-Kogut, M。教授,T。,米一个rkiewicz, R., and Słowik, A. (2021). Use of machine learning methods for predicting amount of bioethanol obtained from lignocellulosic biomass with the use of ionic liquids for pretreatment.能量gydF4y2Ba14日,243年。doi: 10.3390 / en14010243gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
歌,T。,Pranovich, A., and Holmbom, B. (2011). Effects of ph control with phthalate buffers on hot-water extraction of hemicelluloses from spruce wood.Bioresour。抛光工艺。gydF4y2Ba102年,10518 - 10523。doi: 10.1016 / j.biortech.2011.08.093gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Spiridon,我。,一个ndPopa, V. (2008).纤维素:主要来源、性质和应用gydF4y2Ba,289 - 304。doi: 10.1016 / b978 - 0 - 08 - 045316 - 3.00013 - 2gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
施普林格,大肠(1985)。Prehydrolysis稀硫酸的硬木。gydF4y2Ba印第安纳州,Eng。化学。刺激,研究开发。gydF4y2Ba24岁,614 - 623。doi: 10.1021 / i300020a023gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Trajano, h·L。,P一个tt一个thil, S., Tomkins, B. A., Tschaplinski, T. J., Hahn, M. G., Berkel, G. J. V., et al. (2015). Xylan hydrolysis in杨树trichocarpa×摘要gydF4y2Ba在水热预处理和模型基质。gydF4y2BaBioresour。抛光工艺。gydF4y2Ba179年,202 - 210。doi: 10.1016 / j.biortech.2014.11.090gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Tunc, m (2014)。液体到固体的影响比对autohydrolysis蓝桉木餐。gydF4y2Ba生物资源gydF4y2Ba9日,3014 - 3024。doi: 10.15376 / biores.9.2.3014 - 3024gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Tunc, m . S。,Chheda, J., van der Heide, E., Morris, J., and van Heiningen, A. (2014). Pretreatment of hardwood chips via autohydrolysis supported by acetic and formic acid.HolzforschunggydF4y2Ba68年,401 - 409。doi: 10.1515 / hf - 2013 - 0102gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Tunc, m . S。,一个ndvan Heiningen, A. R. P. (2008). Hemicellulose extraction of mixed southern hardwood with water at 150◦gydF4y2Bac:时间的影响。gydF4y2Ba印第安纳州,Eng。化学。Res。gydF4y2Ba47岁,7031 - 7037。doi: 10.1021 / ie8007105gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
巴斯克斯,G。,一个ntorrena, G., and González, J. (1995). Kinetics of polysaccharide hydrolysis in the acid-catalysed delignification of eucalyptus globulus wood by acetic acid.木材科学。抛光工艺。gydF4y2Ba30,31-38。doi: 10.1007 / BF00195266gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
魏,W。,Wu, S., and Liu, L. (2012). Enzymatic saccharification of dilute acid pretreated eucalyptus chips for fermentable sugar production.Bioresour。抛光工艺。gydF4y2Ba110年,302 - 307。doi: 10.1016 / j.biortech.2012.01.003gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
温,P。,张,T。,W一个ng,J。,l我一个n,Z., and Zhang, J. (2019). Production of xylooligosaccharides and monosaccharides from poplar by a two-step acetic acid and peroxide/acetic acid pretreatment.Biotechnol。生物燃料gydF4y2Ba87 - 13。doi: 10.1186 / s13068 - 019 - 1423 - xgydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
燕,J。,Joshee, N., and Liu, S. (2013). Kinetics of the hot-water extraction of paulownia elongata woodchips.j .生物处理Engng。Biorefin。gydF4y2Ba2,1 - 10。doi: 10.1166 / jbeb.2013.1041gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
燕,J。,Joshee, N., and Liu, S. (2016). Utilization of hardwood in biorefinery: A kinetic interpretation of pilot-scale hot-water pretreatment of paulownia elongata woodchips.j . Biobased垫,生物能源gydF4y2Ba10日,339 - 348。doi: 10.1166 / jbmb.2016.1609gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
燕,J。,一个ndl我u, S. (2015). Hot water pretreatment of boreal aspen woodchips in a pilot scale digester.能量gydF4y2Ba8,1166 - 1180。doi: 10.3390 / en8021166gydF4y2Ba
CrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
雅特,s . C。,Berger, A., and Shonnard, D. R. (2008). Kinetic characterization for dilute sulfuric acid hydrolysis of timber varieties and switchgrass.Bioresour。抛光工艺。gydF4y2Ba99年,3855 - 3863。doi: 10.1016 / j.biortech.2007.06.046gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
Yu Q。,Zhuang, X., Yuan, Z., Wang, Q., Qi, W., Wang, W., et al. (2009). Two-step liquid hot water pretreatment of Eucalyptus grandis to enhance sugar recovery and enzymatic digestibility of cellulose.Bioresour。抛光工艺。gydF4y2Ba101年,4895 - 4899。doi: 10.1016 / j.biortech.2009.11.051gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
张,T。,Kumar R。,一个ndWy米一个n,C。E. (2013). Sugar yields from dilute oxalic acid pretreatment of maple wood compared to those with other dilute acids and hot water.Carbohydr。变异较大。gydF4y2Ba92年,334 - 344。doi: 10.1016 / j.carbpol.2012.09.070gydF4y2Ba
《公共医学图书馆摘要》gydF4y2Ba|gydF4y2BaCrossRef全文gydF4y2Ba|gydF4y2Ba谷歌学术搜索gydF4y2Ba
关键词:gydF4y2Ba半纤维素稀酸水解,autohydrolysis,动力学,机器学习,人工神经网络,支持向量回归gydF4y2Ba
引用:gydF4y2Ba王E, Ballachay R, Cai G,曹Y和Trajano霍奇金淋巴瘤(2022)预测木糖产量从prehydrolysis硬木:机器学习方法。gydF4y2Ba前面。化学。Eng。gydF4y2Ba4:994428。doi: 10.3389 / fceng.2022.994428gydF4y2Ba
收到:gydF4y2Ba2022年7月14日;gydF4y2Ba接受:gydF4y2Ba2022年8月29日;gydF4y2Ba
发表:gydF4y2Ba2022年10月12日。gydF4y2Ba
编辑:gydF4y2Ba
黛博拉Alcida NabarlatzgydF4y2Ba桑坦德银行、工业大学哥伦比亚gydF4y2Ba审核:gydF4y2Ba
Xianzhi孟gydF4y2Ba田纳西大学诺克斯维尔,美国gydF4y2BaSasikumar ElumalaigydF4y2Ba,中心的创新和应用生物工艺(CIAB),印度gydF4y2Ba
版权gydF4y2Ba©2022王,Ballachay Cai,曹和Trajano。这是一个开放分布式根据文章gydF4y2Ba知识共享归属许可(CC)。gydF4y2Ba使用、分发或复制在其他论坛是允许的,提供了原始作者(年代)和著作权人(s)认为,最初发表在这个期刊引用,按照公认的学术实践。没有使用、分发或复制是不符合这些条件的允许。gydF4y2Ba
*通信:gydF4y2BaYankai曹,gydF4y2Bayankai.cao@ubc.cagydF4y2Ba;希瑟·l·TrajanogydF4y2Baheather.trajano@ubc.cagydF4y2Ba