基于TS模糊森林回归的MSWI过程粉尘浓度预测

摘要

针对城市固废焚烧(municipal solid waste incineration,MSWI)过程粉尘预测模型缺失导致污染物排放浓度难以高效控制的问题，构建基于Takagi-Sugeno(TS)模糊森林回归(TS fuzzy forest regression,TSFFR)的MSWI过程粉尘浓度预测模型。首先，针对原始粉尘数据集采用特征随机采样策略产生设定数量的训练子集;接着，针对每个训练子集构建TS决策树(TS decision tree,TSDT)子模型，其包括基于筛选层非叶节点的特征筛选和基于模糊推理层叶节点的TS推理2层结构，后者的前件部分通过标准正态分布和均匀分布策略初始化，采用反向传播算法更新参数，后件部分通过先验知识初始化权重策略更新参数;最后，采用伪逆方式集成全部子模型以获得TSFFR模型，从而预测粉尘排放浓度。采用北京某MSWI厂的工业现场粉尘数据验证了所提方法的有效性。

关键词

城市固废焚烧(municipal solid waste incineration,MSWI) / 粉尘浓度预测 / 特征筛选 / Takagi-Sugeno(TS)模糊推理 / 决策树 / 模糊森林回归