近日，我院一论文《基于机器学习的生物质热解气及其组分预测》(Machine learning prediction of pyrolytic gas yield and compositions with feature reduction methods: Effects of pyrolysis conditions and biomass characteristics)发表于能源与燃料工程领域顶刊《生物资源技术》（Bioresource Technology）上（链接：https://doi.org/10.1016/j.biortech.2021.125581）。该论文第一单位为华中科技大学，第一作者为我院19级研究生汤清辉，通讯作者为华中科技大学煤燃烧国家重点实验室杨海平教授与浙江大学清洁能源利用国家重点实验室王树荣教授。该研究使用机器学习人工智能算法对生物质热解气及其组分进行预测，并结合特征降维及部分依赖性分析方法找出了不同影响因素的影响方式。该项研究可在一定程度上为生物质热解气的生产与提质提供科学参考，同时也有助于加深对生物质热解过程的认识。

生物质热解气通常含有CO、CH4、H2等高值气体，同时也被认为是合成气与氢气的有效来源之一。然而生物质热解是一个非常复杂的热化学过程，不仅不同生物质原料热解特性迥异，而且不同的热解工况带来的影响也明显不同。如何对生物质热解气产率机器组分做出准确预测，同时找出不同因素对其的影响方式，是一项极具工业意义的课题。

近年来，许多研究试图通过实验方法找出不同工况对不同生物质热解的影响方式，然而，受制于实验条件与成本，这个问题仍未能完全解决。随着人工智能的发展与现代计算机算力的提升，机器学习方法在诸多传统领域得到了广泛应用，也给生物质热解产物的准确预测带来了一种新的方法。本文作者成功使用随机森林与支持向量机两种机器学习方法结合特征降维手段对生物质热解气及其组份进行了准确预测，同时使用部分依赖性分析找出了不同影响因素的影响方式。该项研究可在一定程度上为生物质热解气的生产与提质提供科学参考，同时也有助于加深对生物质热解过程的认识。

杨海平，我院中方导师。共同通讯作者，华中科技大学教授，博导，杰出青年基金获得者、华中学者，2014-2020连续7年入选爱思唯尔中国高被引学者。2016中国自然科学基金优秀青年项目获得者，2018年获得中国自然科学基金与英国皇家学会牛顿高级学者基金，已在国内外能源领域权威学术刊物（包括国际燃烧领域顶级期刊《Combustion and Flame》、应用催化领域顶级期刊《Applied Catalysis B: Environmental》、国际能源领域权威期刊《Fuel》、《Energy and Fuels》、《Fuel Processing Technology》、《Bioresources Technology》等）上发表高水平论文100多篇，现任Fuel Processing Technology 副主编，Fuel、Journal of the Energy Institute 和Journal of Analytical and Applied Pyrolysis编委。

汤清辉，第一作者，华中科技大学中欧能源学院在读硕士生，2020学年荣获三好研究生并赴法国巴黎文理研究大学学习，2021荣获国家奖学金。目前集中于生物质热解与机器学习结合的研究，以第一作者在能源类刊物Energy&Fuels和Bioresource Technology发表2篇学术论文。