高维稀疏数据驱动的城市固废焚烧过程二噁英排放智能检测

"本书由2022年度国家科技出版基金资助出版。
全书彩图配以二维码形式展示。"

本书面向国家污染防治的重大需求,结合从实际复杂工业过程所提炼的针对产品质量、环保指标等难测参数检测的一类稀疏高维数据智能建模问题,以北京某城市固废焚烧(MSWI)过程为研究对象,对其所排放污染物(二噁英)浓度的智能检测技术进行系统、深入的论述,包括基于特征约简、集成学习、虚拟样本生成和群智能优化的建模技术。研究面向MSWI二噁英排放建模的人工智能算法,为实现该过程运行优化和城市污染排放控制提供有力支撑,对促进生态环境可持续发展具有积极的作用。
本书是首部涉及城市固废焚烧过程污染物排放浓度智能建模的专著,可供高校教师、研究生、高年级本科生和从事MSWI的工程技术人员学习、参考。

"汤健，教授，北京工业大学。主持国家重点研发计划、国家自然科学基金和北京市自然科学基金面上项目共4项，发表SCI论文30余篇，出版英文专著1部、中文专著2部，申请或授权发明专利50余项。
乔俊飞，北京工业大学副校长，主要从事复杂系统智能特征建模、自组织控制和多目标化领域的研究工作。"

第1章 绪论 ………………………………………………………………………… 1

1.1 研究背景和意义 ………………………………………………………… 1
1.2 工业过程高维数据软测量技术研究现状 ……………………………… 5
1.2.1 模型输入维数约简 ……………………………………………… 7
1.2.2 神经网络集成建模理论 ………………………………………… 8
1.2.3 选择性集成建模 ……………………………………………… 11
1.2.4 模型泛化性能评价与超参数优化 …………………………… 13
1.2.5 建模数据期望概率分布 ……………………………………… 14
1.3 工业过程稀疏数据完备技术研究现状 ………………………………… 15
1.3.1 小样本数据集概述 …………………………………………… 15
1.3.2 虚拟样本生成简介 …………………………………………… 16
1.3.3 虚拟样本的定义和内涵 ……………………………………… 17
1.3.4 回归建模 VSG 的分类………………………………………… 18
1.3.5 回归建模 VSG 的要点………………………………………… 19
1.3.6 回归建模 VSG 的难点………………………………………… 22
1.4 城市固废焚烧过程二噁英排放浓度检测现状 ………………………… 22
1.4.1 离线直接检测法 ……………………………………………… 23
1.4.2 指示物/关联物在线间接检测法 ……………………………… 26
1.4.3 软测量检测法 ………………………………………………… 29
1.5 DXN 检测存在的问题 ………………………………………………… 32
1.5.1 检测技术的发展阶段与关联性 ……………………………… 32
1.5.2 不同 DXN 检测法的优势与互补性 ………………………… 36
1.5.3 不同 DXN 检测法的局限性 ………………………………… 37
1.6 主要内容 ………………………………………………………………… 38
参考文献 ……………………………………………………………………… 41

第2章 面向二噁英排放检测的MSWI过程特性分析 ………………………… 59

2.1 引言 ……………………………………………………………………… 59

Ⅳ

2.2 基于炉排炉的 MSWI过程工艺描述 ………………………………… 59
2.2.1 固废储运系统 ………………………………………………… 61
2.2.2 固废燃烧系统 ………………………………………………… 61
2.2.3 余热交换系统 ………………………………………………… 64
2.2.4 蒸汽发电系统 ………………………………………………… 64
2.2.5 烟气处理系统 ………………………………………………… 65
2.2.6 烟气排放系统 ………………………………………………… 65
2.3 MSWI过程的 DXN 生成机理与排放控制 …………………………… 66
2.3.1 DXN 的起源与结构 …………………………………………… 66
2.3.2 DXN 的生成机理 ……………………………………………… 67
2.3.3 DXN 的排放控制措施 ………………………………………… 70
2.4 影响 DXN 排放浓度的因素 …………………………………………… 71
2.4.1 DXN 的生成、吸附和排放过程 ……………………………… 71
2.4.2 DXN 排放影响因素分析 ……………………………………… 73
2.5 DXN 排放浓度软测量的难点 ………………………………………… 74
参考文献 ……………………………………………………………………… 75

第3章 基于SEN核学习算法的MSWI过程二噁英排放软测量 ……………… 77

3.1 引言 ……………………………………………………………………… 77
3.2 建模策略 ………………………………………………………………… 78
3.3 算法实现 ………………………………………………………………… 79
3.3.1 基于先验知识预处理 ………………………………………… 79
3.3.2 候选子子模型构建 …………………………………………… 79
3.3.3 候选 SEN 子模型构建 ………………………………………… 81
3.3.4 SEN 模型构建 ………………………………………………… 82
3.4 实验验证 ………………………………………………………………… 83
3.4.1 基准数据集 …………………………………………………… 83
3.4.2 国外文献的 DXN 数据集 …………………………………… 87
参考文献 ……………………………………………………………………… 91

第4章 基于特征约简与SEN的MSWI过程二噁英排放软测量 ……………… 93

4.1 引言 ……………………………………………………………………… 93
4.2 建模策略 ………………………………………………………………… 94
4.3 算法实现 ………………………………………………………………… 95
4.3.1 数据采集与预处理 …………………………………………… 95
4.3.2 基于变量投影重要性的输入特征选择 ……………………… 96

Ⅴ

4.3.3 基于训练样本构造策略的 SEN 软测量模型 ………………… 97
4.4 实验验证 ……………………………………………………………… 102
4.4.1 国外文献 DXN 数据集 ……………………………………… 102
4.4.2 国内工业 DXN 数据集 ……………………………………… 106
参考文献 ……………………………………………………………………… 110

第5章 基于潜在特征SEN建模的MSWI过程二噁英排放软测量 ………… 112

5.1 引言 …………………………………………………………………… 112
5.2 建模策略 ……………………………………………………………… 113
5.3 算法实现 ……………………………………………………………… 117
5.3.1 广义子系统划分 ……………………………………………… 117
5.3.2 潜在特征提取与初选 ………………………………………… 118
5.3.3 潜在特征度量与再选 ………………………………………… 119
5.3.4 自适应 SEN 建模 …………………………………………… 120
5.4 应用研究 ……………………………………………………………… 123
5.4.1 基准数据集 …………………………………………………… 123
5.4.2 工业数据集 …………………………………………………… 134
5.4.3 分析与讨论 …………………………………………………… 147
参考文献 ……………………………………………………………………… 152

第6章 基于多层特征选择的MSWI过程二噁英排放软测量 ……………… 154

6.1 引言 …………………………………………………………………… 154
6.2 建模策略 ……………………………………………………………… 155
6.3 算法实现 ……………………………………………………………… 158
6.3.1 基于单特征相关性的第1层特征选择 ……………………… 158
6.3.2 基于多特征冗余性的第2层特征选择 ……………………… 161
6.3.3 基于模型性能的第3层特征选择与模型构建 ……………… 163
6.4 应用研究 ……………………………………………………………… 164
6.4.1 数据描述 ……………………………………………………… 164
6.4.2 建模结果 ……………………………………………………… 165
6.4.3 方法比较 ……………………………………………………… 173
参考文献 ……………………………………………………………………… 175

第7章 改进VSG及其在MSWI过程二噁英排放软测量中的应用 ………… 177

7.1 引言 …………………………………………………………………… 177
7.2 预备知识 ……………………………………………………………… 178

Ⅵ

7.2.1 基于 VSG 的建模样本补充 ………………………………… 178
7.2.2 基于大趋势扩散的区域扩展 ………………………………… 179
7.2.3 基于 RWNN 隐含层插值的 VSG ………………………… 180
7.3 建模策略与实现 ……………………………………………………… 181
7.3.1 基于改进 MTD 的区域扩展 ………………………………… 182
7.3.2 基于等间隔插值的 VSG …………………………………… 183
7.3.3 基于 RWNN 多组隐含层插值的 VSG …………………… 185
7.3.4 虚拟样本混合 ………………………………………………… 186
7.4 实验验证 ……………………………………………………………… 187
7.4.1 基准数据集 …………………………………………………… 187
7.4.2 工业数据集 …………………………………………………… 192
参考文献 ……………………………………………………………………… 197

第8章 基于虚拟样本优化选择的MSWI过程二噁英排放浓度软测量 …… 199

8.1 引言 …………………………………………………………………… 199
8.2 标准 PSO 简介 ………………………………………………………… 200
8.3 建模策略与算法实现 ………………………………………………… 201
8.3.1 基于改进 MTD 的区域扩展 ………………………………… 203
8.3.2 基于等间隔插值的生成候选虚拟样本 ……………………… 204
8.3.3 基于 PSO 的虚拟样本选择 ………………………………… 204
8.3.4 基于混合样本的模型构建 …………………………………… 208
8.4 实验验证 ……………………………………………………………… 209
8.4.1 基准数据集 …………………………………………………… 209
8.4.2 工业数据集 …………………………………………………… 217
参考文献 ……………………………………………………………………… 225
第9章 基于多插值MOPSO的VSG及其在MSWI过程二噁英排放
软测量中的应用 ………………………………………………………… 227

9.1 引言 …………………………………………………………………… 227
9.2 多目标问题的优化 …………………………………………………… 228
9.3 建模策略与算法实现 ………………………………………………… 229
9.3.1 基于改进 MTD 的区域扩展 ………………………………… 230
9.3.2 基于多插值策略生成候选虚拟样本 ………………………… 231
9.3.3 基于 MOPSO 的虚拟样本选择……………………………… 233
9.3.4 基于混合样本的模型构建 …………………………………… 238
9.4 实验验证 ……………………………………………………………… 238
9.4.1 基准数据集 …………………………………………………… 239

Ⅶ

9.4.2 工业数据集 …………………………………………………… 246
参考文献 ……………………………………………………………………… 254
第10章 基于MOPSO混合优化的VSG及其在MSWI过程二噁英排放
软测量中的应用 ……………………………………………………… 256
10.1 引言 ………………………………………………………………… 256
10.2 预备知识 …………………………………………………………… 259
10.2.1 随机森林 ………………………………………………… 259
10.2.2 综合学习 PSO …………………………………………… 260
10.3 建模策略 …………………………………………………………… 261
10.4 算法实现 …………………………………………………………… 263
10.4.1 面向 MOPSO 的粒子设计 ……………………………… 263
10.4.2 面向 VSG 的适应度函数设计…………………………… 264
10.4.3 面向 VSG 的 MOPSO ………………………………… 266
10.5 仿真验证和工业应用 ……………………………………………… 268
10.5.1 评价指标描述 …………………………………………… 269
10.5.2 基准数据验证 …………………………………………… 269
10.5.3 工业数据验证 …………………………………………… 280
10.5.4 讨论与分析 ……………………………………………… 283
参考文献 …………………………………………………………………… 284
第11章 基于特征约简概率密度函数的VSG及其在MSWI过程
二噁英排放软测量中的应用 ………………………………………… 287
11.1 引言 ………………………………………………………………… 287
11.2 预备知识 …………………………………………………………… 289
11.2.1 主成分分析 ……………………………………………… 289
11.2.2 核密度估计 ……………………………………………… 289
11.3 建模策略与算法实现 ……………………………………………… 290
11.3.1 基于特征约简概率密度函数生成虚拟样本输入 ……… 291
11.3.2 基于集成模型生成虚拟样本输出 ……………………… 293
11.3.3 基于综合学习 PSO 优化 VSG 过程的超参数 ………… 294
11.4 仿真验证 …………………………………………………………… 295
11.4.1 评价指标描述 …………………………………………… 295
11.4.2 基准数据集 ……………………………………………… 296
11.4.3 工业数据集 ……………………………………………… 309
11.4.4 讨论与分析 ……………………………………………… 318
参考文献 …………………………………………………………………… 318

Ⅷ


第12章 基于VSG的MSWI过程二噁英排放浓度软测量系统……………… 321

12.1 引言 ………………………………………………………………… 321
12.2 系统需求分析 ……………………………………………………… 321
12.3 系统开发方案与技术路线 ………………………………………… 322
12.3.1 开发方案 ………………………………………………… 322
12.3.2 技术路线 ………………………………………………… 324
12.4 系统功能实现 ……………………………………………………… 324
12.4.1 过程数据监控 …………………………………………… 324
12.4.2 DXN 排放浓度软测量 …………………………………… 325
12.4.3 建模样本展示 …………………………………………… 326
12.4.4 算法介绍 ………………………………………………… 327