本發(fā)明提供基于半監(jiān)督隨機(jī)森林和深度森林回歸集成的二噁英排放濃度預(yù)測(cè)方法。城市固廢焚燒(MSWI)過程排放的二噁英(DXN)是濃度的實(shí)時(shí)檢測(cè)是實(shí)現(xiàn)MSWI過程運(yùn)行優(yōu)化控制的關(guān)鍵因素之一。然而，受限于DXN濃度獲取的時(shí)間和經(jīng)濟(jì)成本，僅可獲得少量的建模數(shù)據(jù)。因此，傳統(tǒng)的有監(jiān)督建模方法難以滿足實(shí)際需求。為了充分利用工業(yè)現(xiàn)場(chǎng)分布式控制系統(tǒng)實(shí)時(shí)獲取的過程數(shù)據(jù)，首先，隨機(jī)采樣有標(biāo)記數(shù)據(jù)生成多個(gè)訓(xùn)練子集。接著，利用訓(xùn)練子集構(gòu)建多個(gè)RF模型，并對(duì)未標(biāo)記的過程數(shù)據(jù)進(jìn)行偽標(biāo)記。最后，利用由偽標(biāo)記數(shù)據(jù)和原始有標(biāo)記數(shù)據(jù)組成的混合樣本訓(xùn)練用于預(yù)測(cè)二噁英排放濃度的深度森林回歸模型。在基準(zhǔn)數(shù)據(jù)集和實(shí)際DXN數(shù)據(jù)上的實(shí)驗(yàn)結(jié)果驗(yàn)證了所提方法的有效性。