一种基于机器学习的生物质颗粒的强度预测方法及系统

本申请公开了一种基于机器学习的生物质颗粒的强度预测方法及系统，涉及生物质颗粒强度预测技术领域，该方法包括获取多组生物质颗粒的压缩成型工艺参数及对应的真实强度值，得到训练样本集；使用新损失函数替换XGboost模型的原损失函数，并引入高斯核函数，构建改进XGboost模型；利用训练样本集训练改进XGboost模型，得到训练好的模型；将待检测生物质颗粒的压缩成型工艺参数输入训练好的模型，得到预测强度值。本申请通过改进XGboost模型，提高了生物质颗粒强度预测的精度，能更准确地反映工艺参数与强度之间的关系，为压缩成型工艺参数优化提供可靠依据，有助于提升生物质颗粒质量和生产效率。