一种基于机器学习的模拟方法,用于使用修改后的天然吸附剂去除染料
Betul Uzbas1, Suheyla Kocaman2
1Computer Engineering Department, Konya Technical University, 22250 Konya, Turkey.
Journal of chemical information and modeling
|August 8, 2025
概括
水果种子废弃物有效地使用机器学习去除甲蓝色染料. 天然生物吸收剂,如杏仁,杏仁和核桃,具有很高的吸附能力和去除效率.
科学领域:
- 环境科学 环境科学
- 材料科学 材料科学 材料科学
- 计算化学计算化学
背景情况:
- 污染废水的化染料带来环境风险.
- 开发可持续且具有成本效益的染料去除方法至关重要.
- 农业废物为新型生物吸收材料提供了一个有希望的来源.
研究的目的:
- 为了评估水果种子衍生生物吸收剂在甲蓝 (MB) 染料去除中的有效性.
- 为了研究各种实验参数对染料吸附的影响.
- 应用机器学习模型来预测生物吸收剂的性能.
主要方法:
- 用levulinic acid (LA) 修饰的杏仁,杏仁和核桃被合成为生物吸收剂.
- 实验数据 (105分) 收集了不同的pH值,吸附剂剂量,度,时间和温度.
- 机器学习算法包括渐变增强 (GB),MLP,XGBoost和随机森林被用于回归分析.
- 使用斯皮尔曼相关性来对属性进行排名,因为数据分布异常.
主要成果:
- 渐变增强 (GB) 模型在预测MB移除方面表现出卓越的性能.
- 在GB模型中,R2值为0.8858的去除百分比和0.9532的吸附能力.
- 通过相关性分析确定了影响吸附的关键参数.
结论:
- 用LA修饰的水果种子废物作为MB染料去除的有效生物吸收剂.
- 机器学习模型,特别是GB,可以准确预测生物吸收剂的性能.
- 这种方法为染料废水处理提供了一个可持续的解决方案.
