摘要
本申请提出了一种城市固废未来产生量的预测方法及系统,该方法包括:根据STEEP模型分析影响不同城市固体废物产生量的因素并分类;对于建筑废物、农业固体废物和危险废物,通过核密度分析法检查数据异常点,并根据麻雀算法优化后的霍尔特温特指数预测模型进行随时间变化的单因子影响的城市固体废物产生量的预测;对于生活垃圾与一般工业固体废物,通过随机森林机器学习方法计算各因素的重要性评分,筛选重要性满足条件的因素;根据麻雀算法优化后的霍尔特温特指数预测模型分别预测各个因素的未来产生量,形成数据集后,再根据精英遗传算法优化后的随机森林预测模型,进行城市固体废物产生量的预测。本申请能够精准的预测城市固废未来产生量。
技术关键词
城市固体废物
精英遗传算法
农业固体废物
工业固体废物
随机森林
核密度分析法
城市固废
指数
计算机执行指令
机器学习方法
异常点
垃圾
超参数
建筑
节点
数据
居民
社会
系统为您推荐了相关专利信息
SOH估计方法
多模型
电池健康状态
两阶段
深度学习模型训练
分层入侵检测
门控循环神经网络
异常流量
深度神经网络模型
船舶
列车运行径路
车站
非暂态计算机可读存储介质
数据
高速铁路技术