Resumen

Este trabajo aborda la modelización del contenido de hidrógeno del bioaceite (H-BO) en función de las condiciones de pirólisis y de las composiciones de biomasa de la materia prima. El algoritmo de máquina de vectores soporte optimizado por el método de optimización del lobo gris se ha utilizado en la modelización de este fin. Para ello se recopilaron datos exhaustivos de fuentes e informes anteriores. Los resultados de varios análisis mostraron que este algoritmo tiene una gran capacidad para predecir los resultados reales. Los valores calculados de R2, MRE (%), MSE y RMSE fueron 0,973, 1,98, 0,0568 y 0,241, respectivamente. Según los resultados de varios análisis, se demostró el alto rendimiento de este modelo en la predicción de los valores de salida. Además, al comparar este modelo con los modelos propuestos anteriormente en términos de precisión, se observó que este modelo tenía un mejor rendimiento. Este algoritmo puede ser una buena alternativa a los costosos y lentos datos de laboratorio.

• Materias:Catálisis Cinética química Hidrodinámica Nanopartículas Tecnología de los combustibles
• Subjects:Catalysis Chemical kinetics Hydrodynamics Nanoparticles Fuel technology
• Palabras claves:modelo, diversos análisis, método de optimización del lobo gris, algoritmo de la máquina de vectores soporte, algoritmo, resultados, Datos exhaustivos, resultados reales, mejor rendimiento, composiciones de biomasa
• Keywords:model, various analyses, grey wolf optimization method, support vector machine algorithm, algorithm, results, Comprehensive data, actual results, better performance, biomass compositions