1. 题目来源
近年来，随着工业化的快速发展，大量的二氧化碳排放导致了日益严峻的环境问题，例如全球变暖、气候异常等。
为了缓解这些问题，碳捕集、利用与封存技术（CCUS）成为了研究的热点。
其中，吸附法由于其能耗低、效率高、成本低等优点，被认为是一种极具潜力的碳捕集技术。
2. 应完成的主要内容
本论文应完成的主要内容包括以下几个方面：
1.收集和整理MTV-MOFs材料的结构参数、化学组成、合成条件以及碳捕集性能等数据，构建comprehensive的数据集。
2.对收集到的数据进行预处理，包括数据清洗、特征提取、数据标准化等，为后续的机器学习模型训练做好准备。
3.研究和选择合适的机器学习算法，例如支持向量机、随机森林、神经网络等，构建预测MTV-MOFs材料碳捕集性能的模型。
3. 基本要求及完成的成果形式
1.本任务需要在规定时间内完成，并提交符合中国本科学术论文格式要求的毕业论文。
2.论文应结构完整、逻辑清晰、语言流畅，内容应具有原创性和一定的学术价值。
3.需要使用专业软件进行数据分析和机器学习模型构建，并对结果进行可视化展示。
4. 计划与进度安排
第一阶段 （2024.12~2024.1）确认选题，了解毕业论文的相关步骤。
第二阶段（2024.1~2024.2）查询阅读相关文献，列出提纲
第三阶段（2024.2~2024.3）查询资料，学习相关论文
5. 参考文献（20个中文5个英文）
1.李忠涛, 孙盼盼, 王志, 等. 金属有机骨架材料在碳捕集中的应用[J]. 无机材料学报, 2021, 36(1): 1-18.
2.张雷, 薛莉. 机器学习在材料科学中的应用[J]. 材料导报, 2019, 33(1): 146-154.
3.王丹, 刘洪波, 孙立成. 金属-有机骨架材料用于气体吸附分离的研究进展[J]. 化学进展, 2018, 30(10): 1513-1523.
以上是毕业论文任务书，课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
