基于多层感知器(Multilayer Perceptron, MLP)与SHAP(SHapley Additive exPlanations)分析的可解释机器学习方法用于Mn掺杂半导体光催化降解研究

《Catalysts》：Interpretable Machine Learning Approach for Photocatalytic Degradation in Mn-Doped Semiconductors Using Multilayer Perceptron and SHAP Analysis

　　

摘要：本研究基于时间分辨紫外-可见（UV-Vis）吸收光谱，全面考察了Mn掺杂Zn2SnO4光催化剂的降解性能。在机器学习建模前，研究人员采用单因素方差分析（One-Way Analysis of Variance, ANOVA）和多元线性回归（Multiple Linear Regression, MLR）方法统计验证了UV-Vis测量波长、反应时间及Mn掺杂比例等实验参数对降解效果的影响。为克服线性模型在表征复杂物理体系方面的局限，研究人员构建了优化的多层感知器（Multilayer Perceptron, MLP）架构，以高精度捕捉系统的非线性动力学特征。为防止光谱数据相关性可能引发的数据泄漏并确保模型样本外预测能力，研究人员采用"留一掺杂水平交叉验证（Leave-One-Doping-Level-Out, LODLO）"策略，所得性能指标为决定系数R2=0.8889、均方误差MSE=0.00238。为使神经网络决策机制透明化，研究人员采用由SHAP（Shapley Additive Explanations）分析与排列特征重要性（Permutation Feature Importance）分析构成的双重验证可解释性框架。通过量化实验参数对模型预测的相对贡献，该方法揭示UV-Vis测量波长为主导预测变量，其次为Mn掺杂比例及反应时间。本研究提出一种兼具强预测能力与物理依据数据的透明方法论，用以阐明掺杂半导体光催化体系中的复杂相互作用。

论文解读：Mn掺杂Zn₂SnO₄光催化降解的可解释机器学习研究

研究背景与意义

可见光光催化特别是非均相半导体光催化在环境污染治理中备受关注。Zn₂SnO₄（锌锡酸盐）具反尖晶石结构、高电子迁移率和热力学稳定性，但其宽带隙限制了对太阳光谱的利用，且光生电子-空穴对快速复合抑制量子效率。过渡金属Mn掺杂可在禁带中引入中间能级延长载流子寿命，但掺杂浓度与光催化效率呈非线性关系——过量Mn引起晶格畸变成为复合中心。传统试错法或经典统计模型（如OFAT、RSM）难以描述此类复杂非线性行为，而常用深度学习虽具强预测力却面临"黑箱"困境，缺乏机理解释。现有文献对三元系Mn掺杂Zn₂SnO₄的预测建模较少，且罕有通过可解释人工智能（Explainable Artificial Intelligence, XAI）将预测转化为机理认知。因此研究人员开展此项结合优化MLP与双重验证XAI框架的研究，发表于《Catalysts》。

主要关键技术方法

研究人员以亚甲基蓝（Methylene Blue, MB）为模型污染物，通过全因子实验设计考察UV-Vis测量波长、反应时间、Mn掺杂比（0%~10%）三自变量对吸光度的影响，每组条件重复3次取均值。数据经Standard Scaling（z-score标准化）预处理。构建含4个隐层（20-10-5-2神经元）、tanh激活函数、L-BFGS优化的MLP回归模型，采用scikit-learn Pipeline与TransformedTargetRegressor防止数据泄漏。使用留一掺杂水平交叉验证（Leave-One-Doping-Level-Out, LODLO）评估泛化能力。可解释性分析采用Kernel SHAP计算Shapley值及Permutation Feature Importance作双重验证。另进行ANOVA、Pearson相关与MLR基线统计，并对MB降解动力学拟合准一级（Langmuir-Hinshelwood）、准二级及准三级模型。

研究结果

2.1 基于MLP回归的预测策略（Prediction Strategy Using MLP Regression）

研究人员经网络架构调优确定四隐层（20-10-5-2神经元）MLP配合tanh激活函数及L-BFGS算法最优。训练集R²=0.9966，五折交叉验证R²标准差极小表明结构稳定无过拟合。为防光谱和时间自相关导致乐观偏差，采用更严格的LODLO验证——将某一Mn掺杂水平下全部光谱与时间数据完全隔离作测试集。LODLO结果：R²=0.8889，MSE=0.00238，证实模型学到光催化降解基本动力学而非简单记忆数据，具备未见掺杂组成的外推预测能力。

2.2 基于SHAP与排列重要性分析的参数可解释性（Explainability of Parameters via SHAP and Permutation Importance Analyses）

研究人员用Kernel SHAP量化各特征边际贡献，平均绝对SHAP值显示UV-Vis测量波长（权重最高）＞Mn掺杂比＞反应时间。SHAP摘要图表明：测量波长SHAP值分布最宽，为主导因素；反应时间与SHAP值呈严格单调递减负关系（时间延长吸光度下降反映MB持续矿化）；Mn掺杂在0%~7.5%区间平均吸光度下降（增强载流子捕获），10%时出现局部回升（过量Mn引入寄生复合中心）但仍低于未掺杂基线。Permutation Feature Importance独立验证得到相同特征重要性排序：UV-Vis测量波长（主导）＞反应时间＞Mn掺杂比，两方法数学原理不同但结论一致，说明模型学到真实物理动力学。研究人员指出此波长变量指分光光度计扫描波长（200~800 nm捕捉MB发色团全吸收谱），区别于固定激发UV灯波长（365 nm）；其高重要性源于MB吸光度随扫描波长变化幅度远大于不同掺杂水平间差异，是数据集最大方差来源。

2.3 Mn掺杂Zn₂SnO₄的实验趋势分析（Experimental Trend Analysis of Mn-Doped Zn₂SnO₄）

2.3.1 掺杂体系的时间吸光度演化分析（Analysis of Temporal Absorbance Evolution in Doped Systems）

暗吸附平衡后，7.5% Mn掺杂样品初始吸光度（~0.59）显著低于未掺杂（~1.30），源于Mn掺入增加表面活性位点促进阳离子MB静电吸附。以η=(A₀-A_t)/A₀×100%计算降解效率：未掺杂约xx%→7.5% Mn掺杂升至最高（较基线提升1.46倍）→10% Mn降至xx%（过量Mn致复合），与SHAP识别的Mn掺杂阈值调制作用相符。

2.3.2 Mn掺杂的结构与光学影响（Structural and Optical Influence of Mn Doping）

降解效率随Mn负载量呈非单调变化：0%→5%→7.5%递增，7.5%达最优，10%下降，确认过量Mn离子形成寄生复合中心抵消掺杂益处，与SHAP分析显示的Mn掺杂为次要调制因子一致。

2.3.3 光谱响应与光-物质相互作用剖面（Spectral Response and Light–Material Interaction Profile）

MB溶液吸收光谱显示200~800 nm范围内吸光度变化剧烈（宽动态范围），而同波长下不同Mn掺杂水平变异较窄。此光谱异质性为MLP主要学习信号，从实验上支撑SHAP赋予UV-Vis测量波长最高重要性。

2.3.4 数据分布与统计特征评价（Evaluation of Data Distribution and Statistical Characteristics）

全实验矩阵吸光度值呈右偏分布，低吸光度区集中——系光催化降解动力学直接体现，验证SHAP分析所基于的数据集统计稳健性与分布合理性。

2.3.5 光催化降解动力学分析（Kinetic Analysis of Photocatalytic Degradation）

准一级（Langmuir-Hinshelwood）模型对各掺杂水平拟合决定系数R²最高（0.98~0.99），最佳描述MB降解动力学。表观速率常数k₁随Mn负载非单调变化：未掺杂→7.5% Mn升高2.3倍→10% Mn下降，再次印证最优掺杂阈值。MLP在LODLO下R²=0.8889同时建模三变量非线性交互，超越单变量线性化动力学模型的描述维度。

讨论与结论总结

研究人员通过ANOVA证实UV-Vis测量波长（p＜0.05，F统计量极高）、Mn掺杂比（p＜0.05）及反应时间（p＜0.05）均对光降解效率有统计显著影响；但MLR仅能解释＜25%总方差（R²≈0.23），凸显体系强非线性需MLP处理。优化MLP经LODLO验证具良好泛化能力（R²=0.8889，MSE=0.00238）。双重XAI框架（SHAP＋Permutation Feature Importance）一致判定UV-Vis分光光度计扫描测量波长为模型预测主导特征（SHAP重要性~0.73，排列重要性致MSE升幅最大），反应时间与Mn掺杂比为次要调制因子（各~0.13~0.14重要性），后者反映Mn掺杂引入中间能级抑制e^--h⁺复合（适量）或超过阈值形成复合中心（过量）。研究表明机器学习结合XAI可成为掺杂半导体复杂理化行为解读的透明工具而非黑箱，为下一代光催化剂设计提供可解释的データ驱动路线图。未来拟在真实多组分废水体系中验证该可解释架构的适用性。

（结论原文翻译）本研究通过整合综合统计分析、非线性机器学习建模与实验发现，成功分析了Mn掺杂Zn₂SnO₄光催化剂的降解性能。初始统计评估确认体系高度非线性——ANOVA表明UV-Vis测量波长(F极大,p＜0.05)、Mn负载比(p＜0.05)及反应时间(p＜0.05)均对光降解效率有统计显著影响，但标准MLR仅解释少量总方差(R²≈0.23)。为克服线性局限应用的优化MLP架构在捕捉复杂降解动力学上表现优越；采用防光谱/时间相关数据泄漏的LODLO策略验证模型可靠性，R²=0.8889、MSE=0.00238证明模型可成功推广至未见实验条件且结构稳健无过拟合。本研究最重要贡献在于利用含SHAP与排列特征重要性分析的双重验证XAI框架解码预测算法决策机制——两方法均认定UV-Vis测量波长(指用于监测MB浓度的200~800 nm分光光度计扫描波长，区别于提供光催化激发的固定365 nm UV灯波长)为驱动模型预测的主导输入特征(约73% SHAP重要性，排列致误差增幅最大)，此 dominance 反映MB吸光度随测量波长谱区变化剧烈、构成数据集最大方差源；其后反应时间与Mn掺杂浓度作次要调制因子(各约13%~14%)，与二者调控光催化降解动力学及效率的角色相符。综上，本研究提出的透明双重验证方法论证明机器学习可作解读掺杂半导体复杂理化行为的可靠非黑箱工具，所建框架为下一代光催化剂设计提供可适应指南，未来拟于真实多组分废水基质中进一步验证该可解释架构的实际适用性。