生物炭是一种针对生物质能高效开发的多功能材料，随着对生物质能高效开发的关注，生物炭的应用范围逐渐扩展，其中炭基肥作为生物炭的一个重要应用方向，因其优良的缓释性能和对土壤负担小的特点，受到广泛关注。生物炭的理化性质受到制备过程中的炭化温度、炭化时间和升温速率等工艺参数的显著影响，不同炭化工艺不仅决定了生物炭的理化性质，还直接影响其作为炭基肥的缓释性能。传统的实验方法往往需要大量的时间和资源投入，因此，探索更加高效的优化方法成为了研究的热点。本研究采用了BP神经网络与遗传算法相结合的优化方法，针对咖啡壳生物炭的炭化过程中的炭化温度、炭化时间和升温速率3个关键工艺参数进行预测和优化。研究结果表明，采用BP神经网络—遗传算法优化后的炭基肥，其最佳工艺参数为炭化时间2.8 h、炭化温度780.7 °C和升温速率15.1 °C/min。在此工艺条件下制备的咖啡壳生物炭基肥，其7 d养分累计释放率为45.9%，表明缓释性能得到了显著提升。综上所述，本研究提出了一种基于BP神经网络和遗传算法的生物炭炭化工艺参数优化方法，能够有效提高炭基肥的缓释性能。该方法不仅为生物炭制备工艺的优化提供了新的技术路径，也为相关领域的研究提供了重要参考，对推动高性能炭基肥的发展具有积极意义。
