基于虚拟样本优化选择的城市固废焚烧过程二噁英排放浓度预测

城市固废焚烧(municipal solid waste incineration, MSWI)过程排放被称为"世纪之毒"的二噁英(dioxins, DXN)类化合物.工业现场多采用长周期、高成本的离线方式检测DXN排放浓度,这导致用于构建其预测模型的样本数量极为稀缺.针对上述问题,提出基于虚拟样本优化选择的MSWI过程DXN排放浓度预测建模策略和相应建模方法.首先,在对原始小样本数据进行离群点剔除、输入输出匹配等预处理的基础上,结合过程特性和机理知识进行特征选择以获得约简小样本.其次,基于领域专家知识和整体趋势扩散技术对约简小样本的输入/输出域进行扩展.然后,基于机理知识和插值算法生成虚拟样本输入,再基于约简小样本构建的映射模型获得虚拟样本输出,并结合扩展的输入/输出域对其进行删减以获得候选虚拟样本.接着,基于粒子群优化(particle swarm optimization, PSO)算法对候选虚拟样本进行优选.最后,采用优选虚拟样本与约简训练样本组成的混合样本构建预测模型.结合某焚烧厂的DXN数据验证了所提方法的有效性.

基于特征约简与选择性集成算法的城市固废焚烧过程二噁英排放浓度软测量

城市固废焚烧(MSWI)排放的污染物二噁英(DXN)对生态环境与人类健康具有极大危害,其浓度的实时检测对MSWI过程运行优化和城市污染控制至关重要.具有痕量特性的DXN排放浓度不能实时检测,机理模型难以构建,并且其与过程变量间的映射关系复杂.针对上述问题,本文提出了一种基于特征约简和选择性集成算法的DXN排放浓度软测量方法.首先,对在线采集的MSWI过程变量和离线化验的DXN排放浓度数据进行预处理,获得具有小样本高维特性的建模样本;接着,基于变量投影重要性(VIP)值和特征约简比率值确定模型输入特征;最后,基于操纵训练样本的集成构造策略构建自适应确定核参数的选择性集成模型.采用国外文献和国内工业MSWI过程的DXN排放浓度数据仿真验证了所提方法的有效性.

基于多层特征选择的固废焚烧过程二噁英排放浓度软测量

城市固废焚烧(MSWI)是目前国内外广泛应用的生活垃圾资源化处理技术,其存在“邻避效应”的主要原因之一是排放具有高毒性、持久性等污染特性的二噁英(DXN).长周期、高成本的离线检测方式导致DXN排放浓度的实时监测难以实现.针对上述问题,提出了基于多层特征选择的MSWI过程DXN排放浓度软测量方法.首先,从单特征与DXN相关性视角,结合相关系数和互信息构建综合评价指标,实现MSWI多个子系统过程变量的第一层特征选择;接着,从多特征冗余性和特征选择鲁棒性视角,多次运行基于遗传算法———偏最小二乘法(GA-PLS)的特征选择算法,实现第二层特征选择;最后,结合上层选择特征的统计频次、模型预测性能及机理知识进行第三层特征选择,构建得到DXN排放浓度软测量模型.结合某焚烧厂的多年DXN检测数据验证了所提方法的有效性.