Biodiesel is potential renewable and clean energy, which can be produced form wide range of waste materials. This study employs a hybrid response surface methodology (RSM) and crow search algorithm (CSA) as novel tool for global optimization of transesterification reaction parameters to maximize biodiesel synthesis from papaya seed-derived waste oil. Catalyst (NaOH) dose, methanol to oil molar ratio (M:O), and reaction time were considered independent factors, while biodiesel yield was taken as a dependent variable. The experimentally produced biodiesel was characterized by gas chromatography–mass spectrometry analysis. The experiments were developed based on RSM with Box–Behnken design matrix, which was subsequently used for modeling, optimization and model validation. Initially, a quadratic regression model was developed following RSM technique, correlating the transesterification reaction parameters and biodiesel yield. Afterward, the CSA coupled with RSM approach was employed to assess the global optimization. A highest biodiesel yield of 99.48% was attained with a catalyst (NaOH) dose of 0.5 wt%, M:O of 8.5:1 at a reaction time of 40 min. The results acquired by RSM-CSA were also compared with the results achieved by desirability function-based optimization technique. Further, the optimal set for maximizing biodiesel yield was validated experimentally with an error margin of 2.0%. These observations indicate that the hybrid RSM-CSA is an efficient and economic approach to optimize the process conditions for biodiesel production from alternative sources.

中文翻译：

---

使用混合响应面法-乌鸦搜索算法对生物柴油合成进行建模和全局优化：木瓜籽废油利用案例研究

生物柴油是潜在的可再生清洁能源，可以从各种废料中生产。本研究采用混合响应面方法 (RSM) 和乌鸦搜索算法 (CSA) 作为酯交换反应参数全局优化的新工具，以最大限度地利用木瓜籽废油合成生物柴油。催化剂 (NaOH) 剂量、甲醇与油的摩尔比 (M:O) 和反应时间被视为独立因素，而生物柴油产量则被视为因变量。实验生产的生物柴油通过气相色谱-质谱分析进行表征。实验是基于带有 Box-Behnken 设计矩阵的 RSM 开发的，随后用于建模、优化和模型验证。最初，根据 RSM 技术开发了二次回归模型，将酯交换反应参数与生物柴油产率相关联。之后，采用 CSA 结合 RSM 方法来评估全局优化。在反应时间为 40 分钟时，催化剂 (NaOH) 剂量为 0.5 wt%，M:O 为 8.5:1，生物柴油的最高产率为 99.48%。还将 RSM-CSA 获得的结果与基于意愿函数的优化技术获得的结果进行了比较。此外，最大限度地提高生物柴油产量的最佳设置经过实验验证，误差范围为 2.0%。这些观察结果表明，混合 RSM-CSA 是一种优化替代来源生物柴油生产工艺条件的有效且经济的方法。CSA 结合 RSM 方法被用来评估全局优化。在反应时间为 40 分钟时，催化剂 (NaOH) 剂量为 0.5 wt%，M:O 为 8.5:1，生物柴油的最高产率为 99.48%。还将 RSM-CSA 获得的结果与基于意愿函数的优化技术获得的结果进行了比较。此外，最大限度地提高生物柴油产量的最佳设置经过实验验证，误差范围为 2.0%。这些观察结果表明，混合 RSM-CSA 是一种优化替代来源生物柴油生产工艺条件的有效且经济的方法。CSA 结合 RSM 方法被用来评估全局优化。在反应时间为 40 分钟时，催化剂 (NaOH) 剂量为 0.5 wt%，M:O 为 8.5:1，生物柴油的最高产率为 99.48%。还将 RSM-CSA 获得的结果与基于意愿函数的优化技术获得的结果进行了比较。此外，最大限度地提高生物柴油产量的最佳设置经过实验验证，误差范围为 2.0%。这些观察结果表明，混合 RSM-CSA 是一种优化替代来源生物柴油生产工艺条件的有效且经济的方法。还将 RSM-CSA 获得的结果与基于意愿函数的优化技术获得的结果进行了比较。此外，最大限度地提高生物柴油产量的最佳设置经过实验验证，误差范围为 2.0%。这些观察结果表明，混合 RSM-CSA 是一种优化替代来源生物柴油生产工艺条件的有效且经济的方法。还将 RSM-CSA 获得的结果与基于意愿函数的优化技术获得的结果进行了比较。此外，最大限度地提高生物柴油产量的最佳设置经过实验验证，误差范围为 2.0%。这些观察结果表明，混合 RSM-CSA 是一种优化替代来源生物柴油生产工艺条件的有效且经济的方法。