第４９卷第５期２０２３年５月北京工业大学学报ＪＯＵＲＮＡＬＯＦＢＥＩＪＩＮＧＵＮＩＶＥＲＳＩＴＹＯＦＴＥＣＨＮＯＬＯＧＹＶｏｌ．４９Ｎｏ．５Ｍａｙ２０２３基于主动学习机制ＧＡＮ的ＭＳＷＩ过程二噁英排放风险预警模型汤健１，２，崔璨麟１，２，夏恒１，２，王丹丹１，２，乔俊飞１，２（１．北京工业大学信息学部，北京１００１２４；２．智慧环保北京实验室，北京１００１２４）摘要：针对构建城市固废焚烧（ｍｕｎｉｃｉｐａｌｓｏｌｉｄｗａｓｔｅｉｎｃｉｎｅｒａｔｉｏｎ，ＭＳＷＩ）过程剧毒污染物二噁英（ｄｉｏｘｉｎ，ＤＸＮ）排放风险预警模型的样本极为稀少的问题，提出一种基于主动学习机制生成对抗网络（ｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋ，ＧＡＮ）的ＤＸＮ排放风险预警建模方法．首先，以ＤＸＮ风险等级作为条件信息使得ＧＡＮ生成候选虚拟样本；然后，利用基于最大均值差异和多视角可视化分布信息的主动学习机制进行虚拟样本的初筛和评估，以获得期望虚拟样本；最后，基于混合样本构建ＤＸＮ排放风险预警模型．通过基准数据集和ＭＳＷＩ过程数据集验证了所提方法的有效性．基于主动学习机制ＧＡＮ的ＤＸＮ排放风险预警建模方法可以有效解决样本稀少的问题，提高模型精度．关键词：城市固废焚烧（ｍｕｎｉｃｉｐａｌｓｏｌｉｄｗａｓｔｅｉｎｃｉｎｅｒａｔｉｏｎ，ＭＳＷＩ）；二噁英（ｄｉｏｘｉｎ，ＤＸＮ）排放风险预警；生成对抗网络（ｇｅｎｅｒａｔｉｖｅａｄｖｅｒｓａｒｉａｌｎｅｔｗｏｒｋ，ＧＡＮ）；虚拟样本生成（ｖｉｒｔｕａｌｓａｍｐｌｅｇｅｎｅｒａｔｉｏｎ，ＶＳＧ）；最大均值差异；主动学习中图分类号：Ｕ４６１；ＴＰ３０８文献标志码：Ａ文章编号：０２５４－００３７（２０２３）０５－０５０７－１６ｄｏｉ：１０．１１９３６／ｂｊｕｔｘｂ２０２１１２００１９收稿日期：２０２１⁃１２⁃２０；修回日期：２０２２⁃０２⁃２６基金项目：国家自然科学基金资助项目（６２０７３００６）；北京市自然科学基金资助项目（４２１２０３２）作者简介：汤健（１９７４—），男，教授，博士生导师，主要从事小样本数据建模、固废处理智能控制方面的研究，Ｅ⁃ｍａｉｌ：ｆｒｅｅｆｌｙｔａｎｇ＠ｂｊｕｔ．ｅｄｕ．ｃｎＤｉｏｘｉｎＥｍｉｓｓｉｏｎＲｉｓｋＷａｒｎｉｎｇＭｏｄｅｌｉｎＭＳＷＩＰｒｏｃｅｓｓＢａｓｅｄｏｎＧＡＮＷｉｔｈＡｃｔｉｖｅＬｅａｒｎｉｎ...
