作者=王爱德华,Ballachay Riley Cai源平,曹Yankai, Trajano希瑟·l . TITLE =预测木糖产量从prehydrolysis硬木:机器学习方法杂志=化工前沿体积= 4年= 2022 URL = //www.thespel.com/articles/10.3389/fceng.2022.994428 D雷竞技rebatOI = 10.3389 /抽象fceng.2022.994428 ISSN = 2673 - 2718 =半纤维素无定形聚合物的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。