[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

本發明公開一種基于隨機森林的二噁英排放濃度遷移學習預測方法，包括：首先，對DXN排放濃度的源域樣本和目標域樣本賦予初始權重；然后，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；最后，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。

技術領域

本發明屬于城市固廢焚燒技術領域，尤其涉及一種基于隨機森林的二噁英排放濃度遷移學習預測方法。

背景技術

城市固廢焚燒(MSWI)發電是實現生活垃圾減量化、資源化、無害化的主要方式之一^[1]。然而，因垃圾組分復雜、焚燒參數波動、焚燒設備特性漂移等原因造成了一些MSWI發電廠存在排放氣體不符合標準等問題^[2]。二噁英(DXN)是MSWI過程所排放的具有極強化學性和熱穩定性的劇毒持久性有機污染物，其濃度超標是造成MSWI建廠出現“鄰避效應”的主要原因^[3]。在MSWI過程中，易檢測的焚燒溫度、爐排速度、進風壓力和一次/二次風量等過程變量以秒為單位進行采集和存儲，但DXN排放濃度只能通過在線采樣與離線化驗相結合的方法按照月/季周期或不確定周期進行檢測^[4]。已成為當前研究熱點的基于DXN關聯物的在線檢測方式在本質上為間接檢測方法，依然存在檢測時間滯后、檢測精度難以保證等問題^[5]。DXN排放濃度的實時在線檢測是MSWI過程實現經濟指標與環保指標協同優化控制必不可少的重要環節^[4]?？梢?，DXN排放濃度的建模樣本具有數量小、維數高、共線性等特性?，F有數據驅動的DXN排放濃度預測建模方法存在易落入局部最小值、過擬合、模型泛化性和可解釋性差等缺點^[6,7,8]。

信息化技術的發展使得流程行業也逐步積累了蘊含豐富知識的工業大數據^[9]。如何將相似/相近工業過程數據中的知識進行“遷移”是解決建模領域標記樣本稀缺等問題的難點之一。遷移學習可用于解決目標任務標注數據稀缺的問題^[10]，其打破了傳統機器學習對訓練數據和測試數據必須服從獨立同分布的約束假設，使得有標注數據等少量有監督信息能夠在相似或相同領域間實現遷移和復用。