本研究针对 entrained flow气化过程中合成气组分 (H2 /CO/CO2 /CH4 )预测难题，创新性采用FT-Transformer深度学习模型与随机森林 (RF)、梯度提升机 (GBM)等ML算法对比，发现FT-Transformer在CO ( R2 =0.861)、CH4 (0.891)预测中表现最优且无过拟合，SHAP分析揭示O2 /coal ...