文献速递|西班牙国际工程数值方法中心JECE:利用来自不同高级氧化工艺的有限数据建立肠球菌去除预测模型： 机器学习方法

本研究提出了一种基于随机森林（RF）模型的机器学习方法，用于预测经各种高级氧化工艺（AOPs）处理的废水中的肠球菌浓度。研究通过数据分区方法将不同的AOPs分成三个复杂程度递增的研究案例，评估了RF模型在不同条件下的性能。结果表明，RF模型在案例I中表现最佳，能够有效预测AOP过程中的消毒水平，但在预测较高消毒水平时准确性有所下降。研究还讨论了不平衡数据对模型性能的影响，并提出了数据增强技术以改善模型表现。该方法有助于设计相同处理类型的新实验，减少实验室试验的需求。