이 연구에서는 지속 가능한 농업에서 고품질의 유기 비료에 대한 수요를 충족시키기 위해 돼지 분뇨의 호기성 퇴비화 과정을 최적화하여 질소 보존과 퇴비 성숙도를 향상시키기 위해 기계 학습을 사용하였습니다. 본 논문에서는 돼지 분뇨 퇴비화의 다차원 매개변수 데이터를 수집하고, 여섯 가지 기계 학습 모델(이 중 CatBoost와 XGBoost를 포함)을 구축하였으며, 유전 알고리즘을 통해 모델 매개변수를 최적화하였습니다. 모델 해석 분석(SHapley Additive exPlanations 및 Partial Dependency Plots)을 통한 실험적 검증 및 메커니즘 연구를 통해 퇴비화 과정 및 질소 손실에 미치는 작동 매개변수의 중요한 영향을 규명하였습니다. 연구 결과는 수분 함량, 퇴비 온도 및 공기 공급의 최적 제어가 퇴비 품질을 효과적으로 향상시키는(GI 약 198 %) 한편 NH3-N 및 N2O-N 배출을 각각 35.17 % 및 9.70 % 줄이고, 미생물 군집 활동을 증가시켜 질소 전환을 촉진할 수 있음을 보여주었습니다. 이 접근 방식은 농업 폐기물의 효율적 자원 활용을 위한 새로운 길을 제공하며, 화학 비료에 대한 의존을 줄이는 데 도움을 줄 수 있습니다.