基于半监督随机森林和深度森林回归集成的二噁英排放浓度预测方法

摘要

本发明提供基于半监督随机森林和深度森林回归集成的二噁英排放浓度预测方法。城市固废焚烧(MSWI)过程排放的二噁英(DXN)是浓度的实时检测是实现MSWI过程运行优化控制的关键因素之一。然而，受限于DXN浓度获取的时间和经济成本，仅可获得少量的建模数据。因此，传统的有监督建模方法难以满足实际需求。为了充分利用工业现场分布式控制系统实时获取的过程数据，首先，随机采样有标记数据生成多个训练子集。接着，利用训练子集构建多个RF模型，并对未标记的过程数据进行伪标记。最后，利用由伪标记数据和原始有标记数据组成的混合样本训练用于预测二噁英排放浓度的深度森林回归模型。在基准数据集和实际DXN数据上的实验结果验证了所提方法的有效性。