Prediction of Water Vapor Condensation Heat Transfer in Horizontal Channels with Non-Condensable Gases using Machine Learning Methods

Deze studie ontwikkelt een machine learning-framework met behulp van dimensieloze parameters afgeleid van de stelling van Buckingham om de warmteoverdracht bij waterdampcondensatie in horizontale kanalen met niet-condenseerbare gassen nauwkeurig en efficiënt te voorspellen, waarbij wordt aangetoond dat het XGBoost-algoritme traditionele correlaties en andere modellen overtreft terwijl het een hoge nauwkeurigheid behoudt, zelfs met een verminderde set kenmerken.

Oorspronkelijke auteurs: Zheng Dang, Jianjun Dang, Ping Chen, Shulei Li, Kan Qin