基于GBRT预测固体燃料化学链过程中反应性能的方法

摘要

本发明涉及一种预测固体燃料化学链过程中的反应性能的方法，包括(1)通过固体燃料化学链实验研究收集数据；(2)整理数据，得到训练样本和测试样本；(3)使用梯度提升回归树模型对训练样本进行训练；(4)对固体燃料化学链过程中的反应性能进行预测。通过遍历数据组合，预测结果，根据不同化学链技术的需求，得到对应的化学链工况参数。相对于现有技术，本发明通过梯度提升回归树模型对各种固体燃料在化学链过程中的反应性能进行预测，大幅度减少实验的数量，节省大量人力物力，且有利于直观定量地预测化学链过程中的燃料转化率等，对优化化学链过程具有一定的指导意义。