近日，生命科学与技术学院废弃物资源化综合利用科研团队石春芳课题组在Bioresource Technology杂志发表论文“Artificial neural network-genetic algorithm-based optimization of aerobic composting process parameters of Ganoderma lucidum residue ”。该研究结果表明采用正交实验+人工神经网络+遗传算法的结合方法可应用于灵芝渣好氧堆肥腐熟度预测及堆肥工艺参数优化。
在生态文明建设背景下，对各行业产生的废弃物开展资源化综合利用，是促进当地生态文明建设和企业可持续、低碳、绿色、环保发展的根本措施。论文以灵芝渣为研究对象，开展高温好氧堆肥研究，通过构建的反向传播人工神经网络模型（BPNN）预测灵芝渣堆肥过程中腐殖酸含量的变化，采用遗传算法（GA）结合人工神经网络（BPNN）对灵芝渣的堆肥工艺参数进行优化，研究结果可为固体废弃物高温好氧堆肥腐熟度预测及堆肥工艺参数设计提供技术支持。该项研究得到了内蒙古科技计划项目（项目名称：中药渣肥料化及改良盐碱土壤关键技术研发与集成示范；项目编号：2020GG0071）的支持。
