Obtain weighted values of solar stills’ environment factors by using supervised machine learning

分类： 材料科学 >> 纳米科学和纳米技术 提交时间： 2021-03-26

王云鹏 彭桂龙 杨诺 Swellam W. Sharshir AbdAllah W. Kandeal

摘要： 太阳能蒸馏器由于其简单的结构和环保的能力，近年来引起了越来越多的关注。在本研究中，利用一种成熟的机器学习算法——随机森林，得到环境因子对蒸发效率的加权值。为了检验随机森林与数学数据分析之间的先进性，我们采用了两种传统的数据科学方法——配对图法和皮尔逊相关分析法进行比较。分析中使用的实验数据来自2014年以来的约100篇文章。结果表明，热设计是实现太阳能高效蒸发的最重要因素。这将促进太阳能蒸馏器蒸发效率的研究。

同行评议状态:待评议

 点击量 22082  下载量 2015  评论