面向城市固废焚烧过程的缺失数据填充及应用
针对城市固废焚烧(municipal solid waste incineration,MSWI)过程中存在的随机和连续数据缺失问题,提出了一种基于专家经验和约简特征集成模型的填充方法.首先,将过程数据缺失情况识别为随机分布、时间维度和特征维度缺失3种类型.接着,基于专家经验对前2种类型进行缺失填充后,面向第3种类型基于分布相似性和互信息相关性为缺失特征预测模型选择建模数据集和约简特征,建立具有互补特性的随机森林、梯度提升决策树和反向传播神经网络子模型对缺失值进行初步预测,利用贝叶斯线性回归(Bayesian linear regression,BLR)构建集成模型以获得最终填充值.最后,利用填充后的MSWI数据建立基于跨层全连接深度森林回归的二噁英排放浓度软测量模型.实验结果表明所提方法提高了MSWI过程数据的质量.
城市固废焚烧(municipal solid waste incineration、MSWI)、数据填充、专家经验、约简特征、集成模型、贝叶斯线性回归(Bayesian linear regression、BLR)
49
TP273(自动化技术及设备)
北京市自然科学基金资助项目;国家自然科学基金
2023-04-19（万方平台首次上网日期，不代表论文的发表时间）
共14页
435-448
