ヘーゼルナッツ加工廃棄物と都市固形廃棄物の堆肥化におけるバイオプロセスモデリングと最適化：タイプ1ファジー回帰、ニューラルネットワークベースのアプローチ、および遺伝的アルゴリズム

科学分野:

• 環境科学
• 農業科学
• コンピュータサイエンス

背景:

• 有機廃棄物の堆肥化は、グリーン変革と循環型経済にとって重要です。
• 機械学習モデルは、堆肥化の効率と堆肥の品質を予測できます。
• 既存のモデルには、不確実性の処理やディープラーニングの統合などの機能が欠けています。

研究 の 目的:

• 市場廃棄物とヘーゼルナッツ殻の堆肥化が堆肥の成熟度に及ぼす影響をモデル化すること。
• 堆肥化プロセスの予測のための新しいハイブリッド機械学習モデルを開発および検証すること。
• 堆肥の品質パラメータに対するヘーゼルナッツ殻添加の影響を評価すること。

主な方法:

• 線形/非線形関係、ファジー論理、およびディープラーニングを組み合わせたハイブリッド機械学習モデルを開発しました。
• 市場廃棄物とさまざまな割合のヘーゼルナッツ殻を使用した堆肥化実験を実施しました。
• 温度、pH、C/N比、水分、NH4+/NO3-、および発芽指数を含む主要パラメータを監視しました。

主要な成果:

• ヘーゼルナッツ殻を12.5%添加した堆肥は、必要な成熟度基準を達成しました。
• 最終堆肥の発芽指数は、ヘーゼルナッツ殻の添加により大幅に増加しました。
• ハイブリッドモデルは、ベンチマーク法と比較して、優れた予測精度（70〜80％以上の改善）と堅牢性を示しました。

結論:

• 開発されたハイブリッドモデルは、堆肥化プロセスパラメータと堆肥の品質を予測するための信頼できるツールです。
• ヘーゼルナッツ殻の組み込みは、堆肥の成熟度と品質を高めます。
• モデルの精度と堅牢性は、循環型経済のための堆肥化プロセスの最適化におけるその適用をサポートします。