2023年第九届数维杯国际大学生数学建模挑战赛——B题解题思路 1

1. 热解产物收率与混合比的关系分析

数据分析：首先，需要对附件一中的数据进行详细分析。这涉及到统计分析或数据挖掘技术，以确定热解产物（焦油、水、焦炭渣、合成气）的收率与热解组合混合比之间的关系。

催化剂效果评估：通过对比有无脱硫灰催化剂的热解反应结果，评估脱硫灰作为催化剂的效果。

2. 热解组合混合比对产率影响的讨论

图像制作：使用图表和可视化工具（如Python的matplotlib或seaborn库）来展示不同热解组合混合比对产率的影响。

结果解释：分析图像数据，尤其关于各组热解气体产率影响的详细解释。

3. CE和LG热解产物产率差异分析

比较分析：对比在相同脱硫灰催化作用下，CE和LG热解产物的产率及热解气组分的产率。

结果解释：提供差异的潜在原因，其中涉及化学反应机理或物理特性的差异。

4. 建立催化反应机理模型和反应动力学模型

模型建立：利用化学反应理论和动力学原理建立模型，描述CE、LG等模型化合物的脱硫灰催化反应。

模型分析：运用动力学方程和计算工具（例如Python中的SciPy库）来分析模型，得出关键的动力学参数和反应特性。

5. 利用数学模型或AI预测热解产物产量

数据准备：收集有限的数据并进行预处理，以便于模型训练。

模型选择：选择合适的数学模型或机器学习算法（如回归分析、神经网络等）。

模型训练和验证：使用数据训练模型并验证其预测准确性。

实施步骤

数据收集和预处理：收集所需的实验数据，并进行适当的清理和格式化。

分析和模型开发：采用统计分析方法和机器学习技术开发预测模型。

模型验证和调优：使用部分数据进行模型训练，剩余数据用于测试和验证模型性能。

结果解释和报告：详细记录分析结果，解释发现的模式和趋势，并撰写报告。