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

本文研究了利用随机森林（RF）模型预测高级氧化工艺（AOPs）处理废水中肠球菌浓度的可行性。研究背景是AOPs处理污染物时需要考虑多种操作参数，传统方法耗时且昂贵。研究目的是通过机器学习方法在有限数据条件下预测消毒效果，并评估模型在不同复杂度的案例中的性能。结果表明，RF模型在案例I中表现最佳，能够较好地泛化到不同AOP处理中，但在高消毒水平预测时准确性下降。此外，模型在案例II和III中表现不一，但仍显示出一定的预测潜力。结论指出，该方法有助于设计新实验而无需额外实验室测试，但需进一步优化以应对数据不平衡和样本量不足的问题。