同济大学：换个算法，三相产物全拿捏！

在全球能源危机与气候变化加剧的背景下，生物质热解技术作为可再生资源利用的关键选项受到广泛关注。同济大学沈峥研究员团队针对传统热解方法传热效率低、产物选择性差等问题，开发了分层随机森林（HRF）算法，结合机器学习与多目标优化策略，实现了对秸秆闪速焦耳加热（FJH）热解过程中三相产物（生物炭、生物油和沼气）收率及物性的精准预测与协同调控。研究结果表明，HRF算法在三相产物预测中的准确率均突破93%，预测误差降低超40%，并成功解析了原料组分与加热条件对产物分布的复杂非线性作用机制。团队进一步构建了集成HRF与MOEA/D算法的在线优化平台，为生物质清洁转化提供了高效的数据驱动解决方案。