(19)国家知识产权局 (12)发明 专利申请 (10)申请公布号 (43)申请公布日 (21)申请 号 202111670956.9 (22)申请日 2021.12.31 (66)本国优先权数据 202110750818.5 2021.07.02 CN (71)申请人 中译语通科技 （青岛） 有限公司 地址 266000 山东省青岛市高新区广盛路 69号西楼二、 三、 四层及北楼 三层部分 区域 (72)发明人 王晓东　张慧　周喜　王首文　 (74)专利代理 机构 北京和联顺知识产权代理有 限公司 1 1621 专利代理师 杨艳梅 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 10/06(2012.01)G06Q 50/26(2012.01) (54)发明名称 一种用于厨余废弃物处理提油工艺的降本 增效方法 (57)摘要 本发明公开了一种用于厨余废弃物处理提 油工艺的降本增 效方法， 该方法包括如下步骤： 步骤一， 采集提油工艺涉及的影响因素数据； 步 骤二， 对步骤一中采集的数据进行探索性分析； 步骤三， 对步骤一中采集的数据进行数据清洗； 步骤四， 特征处理； 步骤五， 选 择算法； 步骤六， 构 建模型； 步骤七， 模型评估； 步骤八， 选择最优算 法。 本发明的有益效果是， 有效提升油料产量， 降 低生产成本 。 权利要求书2页 说明书6页 附图4页 CN 114462675 A 2022.05.10 CN 114462675 A 1.一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征在于， 该方法包括如下 步骤： 步骤一， 采集 提油工艺涉及的影响因素 数据； 步骤二， 对步骤一中采集的数据进行探索性分析； 步骤三， 对步骤一中采集的数据进行 数据清洗； 步骤四， 筛 选与提油量相关性较强的因素； 步骤五， 选择构建模型的算法； 步骤六， 利用步骤五中选择的算法来构建模型； 步骤七， 利用决定系数R2和平均 绝对误差MAE对步骤六中构建的模型进行评估， 确定最 终的模型； 步骤八， 将步骤四中筛选后的影响因素作为参数输入步骤七中最终的模型来预测提油 量， 找到净收益 最高的一组工作参数。 2.根据权利要求1所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述 步骤七在进行模型评估时， 需要 避免模型 过拟合陷阱。 3.根据权利要求2所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 解决模型 过拟合的方法包括： 1)正则化方式， 这个方法将取决于使用的模型类型； 2)删除无用特征， 结合差异性检查、 相关性检查、 模型自带自变量重要程度输出的手段 来去除对提油量无明显影响的特 征； 3)及时终止学习， 当模型迭代到设定次数之后终止学习； 4)使用集成方法， 将多个不同模型的预测组合在一 起， 共同完成预测任务。 4.根据权利要求3所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述 正则化方式在树模型中用于修剪树。 5.根据权利要求3所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述 正则化方式在神经网络上使用dropout。 6.根据权利要求3所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述 正则化方式在回归中向目标函数 添加惩罚参数。 7.根据权利要求1所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述步骤一中的数据包括： 物料温度、 物料含油率、 电机转速、 物料粒径、 进 料流量、 向 心泵开度、 动植物油比例、 节假日和季节。 8.根据权利要求1所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述步骤三中对数据清洗的情况包括： 数据集缺失值、 数据集异常值、 数据差异性和 相关性检查。 9.根据权利要求1所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述 步骤四中采用皮尔逊相关系数或者 树模型对因素的相关性进行检查。 10.根据权利要求1所述的一种用于厨余废弃物处理提油工艺的降本增效方法， 其特征 在于， 所述 步骤六中构建模型的方法包括： 首先将数据集分为2部分， 将80％的数据用于训练， 其 余20％用于测试训练结果， 其次， 通过K折交叉验证和网格搜索的方式建模， 并寻找最优的超参数； 其中， K折交叉权　利　要　求　书 1/2 页 2 CN 114462675 A 2验证将数据拆分为K个组， 将每个组用作测试数据， 其余K ‑1组数据用作训练数据并验证测 试数据， 重复该 过程K次， 最后将评估结果取算数平均。权　利　要　求　书 2/2 页 3 CN 114462675 A 3