B2024042826736_数维杯特等奖论文.docx

2024年第九届“数维杯”大学生

数学建模挑战赛论文

题目基于集成机器学习的生物质和煤共热解问题研究

摘要

本文针对生物质和煤共热解的相关问题展开研究。基于相关性分析、灰色关联分析和Stacking融合等方法；借助MATLAB、SPSS等软件客观分析了正己烷不溶物对热解产率的显著影响，其次确定显著性热解产物上样品重量和混合比例的交互效应，随后优化共解热混合比例，并分析共热解组合的产物收率实验值与理论计算值的显著性差异，最后预测了热解产物的产率，为优化生物质和煤共热解效率提供指导依据。

针对问题1，基于正己烷不溶物对热解产率的显著影响。本文首先对附件1数据进行预处理，其次就样本数据采用相关性分析对特征指标影响程度进行量化，之后使用Kendall’sW检验对模型进行优化处理，结果显示总体数据的显著性P值为0.000***，Kendall协调系数??值为0.755，因此相关性的程度为高度的一致性。最后绘制Spearman秩相关系数和Kendall秩相关系数热力图见REF_Ref166345958\h图6，其中焦油产率与水产率正相关性弱，焦油产率与焦渣产率负相关显著，水产率与焦渣产率存在极强负相关。

针对问题2，基于正己烷不溶物和混合比例存在的交互效应。本文首先通过使用玫瑰图（见REF_Ref166347637\h图7）分析正己烷不溶物(INS)和混合比