使用特征选择和简化DFR的二氧化物排放建模,用于基于格子的MSWI工艺的残余误差拟合
Heng Xia1, Jian Tang1, Loai Aljerf2
1Faculty of Information Technology, Beijing University of Technology, Beijing 100124, China; Beijing Laboratory of Smart Environmental Protection, Beijing 100124, China.
Waste management (New York, N.Y.)
|June 16, 2023
概括
一种新方法准确地预测了废物焚烧产生的二氧化碳排放,有助于环境控制. 这种简化的深森林回归与残余误差拟合提供更快,更精确的测量,以优化废物转化为能源的过程.
科学领域:
- 环境科学 环境科学
- 化学工程是化学工程的重要组成部分.
- 数据科学数据科学数据科学
背景情况:
- 城市固体废物焚烧 (MSWI) 是中国一个关键的废物能源技术.
- 二氧化物 (DXN) 排放是MSWI过程优化的关键环境指标.
- 为操作控制开发高精度,快速的DXN排放模型具有挑战性.
研究的目的:
- 开发一种新,准确和快速的方法来测量MSWI中的二氧化碳排放.
- 为了实现MSWI流程的实时操作优化和控制.
- 为了解决构建精确DXN排放模型的困难.
主要方法:
- 使用简化深森林回归与残余误差拟合 (SDFR-ref).
- 使用相互信息和意义测试,优化缩小高维过程变量.
- 采用了渐变增强策略,并进行残余误差调整以提高性能.
主要成果:
- 与其他方法相比,SDFR-ref方法显示出更高的测量精度.
- 拟议的方法显著减少了DXN排放测量的时间消耗.
- 使用来自北京MSWI工厂的真实世界数据集的验证证实了有效性.
结论:
- SDFR-ref方法为DXN排放监测提供了一个高度准确和高效的解决方案.
- 这种方法促进了MSWI中更好的运营优化和环境控制.
- 该研究强调了先进机器学习在环境应用中的潜力.
