近些年来,我国大力发展天然气,增加天然气的比重成为能源结构调整的一个显著趋势,天然气的产量和消费量呈持续增长趋势。与此同时,燃气灶已经成为我国居民家庭生活中非常重要的组成部分。因此,高效率燃气灶不仅承载着人民群众对美好生活的向往,也是“两山”理念的具体体现。行业内各燃气灶知名企业都加大力度进行高效燃气灶的研发。当前高效率燃气灶研发主要依赖经验,造成研发周期长、研发费用高等诸多问题。而机器学习预测模型的训练样本可以基于企业本身积累的大量实验数据,而且其模型构建不依赖复杂的物理模型,从而能够方便快捷地得到预报结果。因此,机器学习在燃气具研发中应用有望取得较好的效果。本文采用随机森林和支持向量机两种方法,构建了燃烧器模型和引射器模型,结合遗传算法优化模型参数。在进行燃烧器设计时,构建了基于遗传算法优化的随机森林和支持向量机方法预测燃气灶热效率的燃烧器模型,两种模型在预测热效率时均表现出较小的误差:均方根误差小于1,平均绝对百分误差小于1.3%。随机森林模型和支持向量机模型在预测引射系数时都表现出很好的预测性能,而且支持向量机模型的准确度更高。采用机器学习方法可以有效地进行高效燃气灶具的研发。根据两个模型优化获得的燃烧器和引射器结构的最佳参数组合,设计了两款高效燃气灶,预测热效率值分别为72.66%和72.76%。根据国标规定的实验方法进行实验验证,两款燃气灶实际测量的热效率分别为72.30%和71.72%。