L'utilisation du modèle de classification de machine à vecteurs de support (SVM) optimisé par la méthode de validation croisée (CV) et l'algorithme génétique (GA) (CV-GA-SVM) pour prédire les catégories des caractéristiques de combustion de biomasse mixte et présenter une forme simple pour l'indice global des caractéristiques de combustion. Le modèle de classification utilise l'analyse industrielle des composants comme variables d'entrée et les étiquettes d'échantillons comme variables de sortie, et entraîne le modèle avec des données de biomasse individuelle. Sur la base de l'analyse industrielle des composants individuels de la biomasse, une forme simple de l'indice global des caractéristiques de combustion a été établie. L'étude montre que le modèle CV-GA-SVM est capable de prédire avec précision et rapidité les caractéristiques de combustion globales de la biomasse mixte avec un taux de précision de 100% et un temps de calcul de 4,4 secondes; l'erreur absolue moyenne de la forme simple de calcul est de 1,68.

biomasse mixte; caractéristiques de combustion; algorithme génétique; validation croisée; machine à vecteurs de support; modèle CV-GA-SVM