二噁英(DXN)是城市固废焚烧(MSWI)过程排放的剧毒污染物。目前实际工业过程主要通过先现场采集排放烟气样品再以实验室化验分析的方式对DXN排放浓度进行检测,存在周期长、费用高等问题。本文利用过程控制系统实时采集的过程数据,建立基于随机森林(RF)和梯度提升树(GBDT)混合集成的DXN排放浓度预测模型。首先,针对具有小样本高维特性的DXN建模数据进行样本和特征的随机采样,生成训练子集;接着,采用训练子集建立多个基于RF的DXN子模型;然后,对每个基于RF的DXN子模型进行迭代,构建多个基于GBDT的DXN子模型;最后,对基于RF和GBDT的DXN子模型的预测输出,采用简单平均加权方式获得最...