申请/专利权人：北京工业大学

申请日：2020-11-17

公开（公告）日：2024-06-18

公开（公告）号：CN112464544B

主分类号：G06F30/25

分类号：G06F30/25;G06F30/27;G06F30/28;G01N33/00

优先权：

专利状态码：有效-授权

法律状态：2024.06.18#授权;2021.03.26#实质审查的生效;2021.03.09#公开

摘要：本发明公开一种基于粒子群算法和虚拟样本生成的城市固废焚烧过程二噁英排放浓度预测模型构建方法；首先，基于改进整体趋势扩散技术对原始小样本输入及输出进行域扩展；然后，采用等间隔插值方式生成虚拟样本输入，再结合映射模型获得虚拟样本输出，并结合扩展空间对虚拟样本进行删减；接着，基于PSO对删减后的虚拟样本进行优化选择；最后，使用优化选择后的虚拟样本与原始小样本组成的混合样本构建得到DXN预测模型。

主权项：1.一种城市固废焚烧过程二噁英排放浓度预测模型构建方法，其特征在于，包括：如下步骤：步骤1、基于改进整体趋势扩散技术对原始小样本输入及输出进行域扩展；步骤2、采用等间隔插值方式生成虚拟样本输入，再结合映射模型获得虚拟样本输出，并结合扩展空间对虚拟样本进行删减；步骤3、基于PSO对删减后的虚拟样本进行优化选择；步骤4、使用优化选择后的虚拟样本与原始小样本组成的混合样本构建得到DXN预测模型；步骤1具体为：1样本输入的区域扩展首先，对小样本训练集进行划分，基于MTD方法得到pth列小样本数据xp的均值将小样本数据集xp分为大于均值的和小于均值的接着，选取xp的最大值和最小值作为扩展中心；然后，求解和的平均值和最后，采用改进MTD方法对样本空间进行扩展，对于样本集xp，其上限和下限由下式估算， 其中，表示中的最大值和平均值之间的欧氏距离，表示中最小值和平均值之间的欧氏距离；ratehigh和ratelow分别是样本特征的上、下扩展偏度，定义为：ratehigh＝NhighNhigh+Nlow3ratelow＝NlowNhigh+Nlow4其中，Nhigh和Nlow分别表示样本特征中大于和小于其均值的数量；2样本输出的区域扩展采用上述相同方法扩展样本输出；首先，计算原始输出数据集的平均值yave；接着，将原始数据集划分为大于平均值的yhigh和小于平均值的ylow两个部分；接着，选择原始数据集输出ysmall的最大值ymax和最小值ymin作为扩展中心；然后，求解yhigh和ylow的平均值yH-ave和yL-ave；最后，采用下式计算原始样本集输出ysmall的上限yvsg-max和下限yvsg-min： 其中，dy-high＝||yH-ave-ymax||表示yhigh的最大值ymax和平均值yH-ave之间的欧氏距离；表示ylow的最小值ymin和平均值yL-ave之间的欧氏距离；yvsg-min-know表示由已知经验确定的DXN排放浓度下限值；步骤2具体为：首先，采用等间隔插值技术生成虚拟样本输入，对于小样本数据空间，选择两组相邻样本进行信息间隔插值；假定对每组相邻样本以相等间隔生成Nequal组数据，第pth个变量中的第nth和第n+1th样本，具体实现如下式所示： 其中，Nequal是小样本数据集的扩展倍数，以上描述针对原始空间的等间隔插值，结合虚拟样本域扩展上下限，分别对下扩展域空间和上扩展域空间进行等间隔插值得到虚拟样本输入；接着，采用随机权神经网络即RWNN作为映射模型获得虚拟样本输出，如下所示： 其中，Γmap·表示映射函数，ωequal和bequal分别表示基于RWNN映射模型的输入层到隐含层的权值和偏置，βequal表示相应的输出权值，Hequal表示其隐含层矩阵；由上描述，获得未删减的等间隔插值虚拟样本然后，根据虚拟样本输出的上下限yvsg-maxyvsg-min以及原始样本的上下限ymaxymin，对不同区域虚拟样本进行删减，可获得等间隔插值并删减后的候选虚拟样本其中，Xcandi和分别表示候选虚拟样本输入和输出，且Ncandi为候选虚拟样本数量。

全文数据：

权利要求：

百度查询： 北京工业大学 一种城市固废焚烧过程二噁英排放浓度预测模型构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD