[發明專利]基于隨機森林的二噁英排放濃度遷移學習預測方法

在審

• 申請號: 202010198927.6
• 申請日: 2020-03-20
• 公開（公告）號: CN111461355A
• 公開（公告）日: 2020-07-28
• 發明（設計）人: 湯健;夏恒;喬俊飛;杜勝利;李曉理
• 申請（專利權）人: 北京工業大學
• 主分類號: G06N20/20
• 分類號: G06N20/20;G06Q10/04;G06Q50/26
• 代理公司: 北京思海天達知識產權代理有限公司 11203
• 代理人: 吳蔭芳

1.一種基于隨機森林的二噁英排放濃度遷移學習預測方法，其特征在于，包括以下步驟：

步驟1、對DXN排放濃度的源域樣本和目標域樣本賦予初始權重；

步驟2、基于隨機樣本采樣和隨機特征采樣策略建立基于RF的DXN排放濃度預測模型；

步驟3、基于預測誤差對樣本權重進行迭代調整，增大源域中與目標域相關實例的權重，提升目標域DXN排放濃度預測模型的泛化能力。

2.如權利要求1所述的基于隨機森林的二噁英排放濃度遷移學習預測方法，其特征在于，步驟1具體為：

將在預定時間周期內獲取的、與待預測MSWI過程相似或相近的DXN排放濃度樣本作為源域數據，并記為相應的，將目標域數據記為

采用簡單平均方法，計算得到源域和目標域樣本的初始權重，

可知，可采用表示全部樣本的初始權重，

設確定權重更新次數并將其記為K，并將第kth次的更新樣本權重記為

其可分解表示為，

顯然，在第1次的權重計算時，的取值應為在DXN預測模型的構建過程中，需要對樣本權重進行迭代更新，以增強源域樣本向目標樣本的遷移能力。

3.如權利要求1所述的基于隨機森林的二噁英排放濃度遷移學習預測方法，其特征在于，步驟2具體為：

以第kth次權重更新的過程為例，描述基于RF的DXN預測模型的構建過程，

首先，計算在D_S中用于選擇樣本的權重閾值如下所示：

其中，k_thre為權重閾值的權系數，其默認值為1，

接著，在源域中選擇樣本權值大于的N′個樣本，再在小于的實例中通過Bootstrap采樣方法獲得(N-N′)個樣本，通過以上方式，對源域D_S進行依據經驗預設定的J次操作，獲得基于源域的訓練子集最后，將源域訓練子集與目標域D_T進行組合，并引入隨機子空間法(RSM)選擇特征子集，最終生成包含N+M個樣本和Q_j個特征的J個訓練子集

訓練子集的產生過程可表示為：

其中，表示源域中樣本權重大于的N′個樣本；表示源域中樣本權重小于的(N-N′)個樣本；表示經過第jth次的樣本采樣和特征采樣獲得的訓練子集；q＝1,…,Q，Q表示DXN建模樣本中全部輸入特征的數量；Q′_j表示第jth個訓練子集所包含的輸入特征數量，通常存在Q′_j＜＜Q′。

此處，以第jth個訓練子集為例描述基于RF的DXN子模型的構建過程，首先去除因隨機采樣造成的訓練子集中所存在的重復樣本，并將其標記為以第qth個輸入特征x^j,q作為切分變量，以第i_selth個樣本所對應的值作為切分點，將輸入特征空間切分為兩個區域R₁和R₂，

基于以下準則遍歷尋找最佳切分變量(輸入特征)編號和切分點取值，

其中，和分別表示第jth個訓練子集在R₁和R₂區域的DXN測量值；C₁和C₂分別表示在R₁和R₂兩個區域中DXN測量值的均值，

基于上述準則，首先通過遍歷所有輸入特征找到最優變量編號和切分點取值，將輸入特征空間劃分為兩個區域；然后對每個區域再重復上述過程，直到葉子點所包含的訓練樣本數量少于預先設定的閾值θ_RF；最終將輸入特征空間劃分為P個區域，將這些區域分別標記為R₁,…,R_p,…,R_P，

采用CART回歸樹構建的基于RF的DXN子模型可表示為：

其中，

其中，N_Rp表示區域R_p所包含的訓練樣本數量；表示第jth個訓練子集在R_p區域的第個建模樣本的DXN測量值；I(·)為指示函數，在時存在I(·)＝1，否則存在I(·)＝0。

重復上述過程，將J個基于RF的DXN子模型的預測輸出進行簡單加權平均，進而獲得第kth次權重更新后的基于RF的DXN預測模型F^k(·)，其可表示為，

其中，表示DXN預測模型F^k(·)的預測輸出。

4.如權利要求1所述的基于隨機森林的二噁英排放濃度遷移學習預測方法，其特征在于，步驟3具體為：

首先，計算預測輸出與測量真值的誤差，以第ith個建模樣本為例，如下，

進而，預測誤差的集合可表示為

為通過線性變換將全部預測誤差映射到統一的區間，按下式計算誤差的最大值，

再通過下式將真實誤差映射為調整誤差值

接著，按照下式計算迭代更新條件ε_k，

接著，通過判斷ε_k是否大于閾值ε_thre(默認值為0.5)和達到預設定的權重更新次數K；若達到則更新停止，并獲得最終的DXN預測模型F(·)的輸出反之，則對源域數據集D_S和目標域數據集D_T組成的建模樣本的權重進行更新；具體步驟如下：

首先按照下式，計算更新系數β的值，

接著，計算源域和目標域樣本的權重更新值，如下所示，

最后，采用新的權重更新值記為，

替代上一次采用的權重值如下，