基于改进随机森林的城市污水处理过程运行数据清洗方法

作     者：韩红桂 赵子凡 伍小龙 杨士恒 何政 赵楠 HAN Honggui;ZHAO Zifan;WU Xiaolong;YANG Shiheng;HE Zheng;ZHAO Nan

作者机构：北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124 北京城市排水集团有限责任公司北京100044 

基　　金：北京高校卓越青年科学家资助项目(BJJWZYJH01201910005020) 国家重点研发计划资助项目(2018YFC1900800-5) 国家自然科学基金重大资助项目(61890930-5) 

出 版 物：《北京工业大学学报》 (Journal of Beijing University of Technology)

年 卷 期：2021年第47卷第5期

页      码：421-430页

摘      要：针对城市污水处理运行过程中出现混合异常数据的问题,提出了一种基于改进型随机森林的数据清洗方法.首先,设计了一个孤立森林的异常数据识别模型,识别数据中的离群值.其次,建立了一种改进型随机森林回归模型,提高随机森林对混合类型异常数据的适应能力,并对数据趋势进行拟合预测.最后,用改进的随机森林数据清洗方法对剔除混合异常数据后的缺失数据进行补偿,实现对污水数据的清洗.实际数据测试结果表明,该方法提高了混合类型缺失数据补偿的准确性.

主 题 词：污水处理 异常数据 数据清洗 孤立森林 随机森林 数据补偿 

学科分类：0810[工学-土木类] 12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0805[工学-能源动力学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类] 

D　O　I：10.11936/bjutxb2020110034

馆 藏 号：203103362...