本書針對目前城市固廢焚燒過程運行控制存在的若干關鍵科學問題，結合作者多年在該領域的研究工作積累，系統地分析和討論了面向城市固廢焚燒過程智能優化控制的方法與應用問題。內容包括城市固廢處理研究現狀及優化控制問題描述、焚燒過程數值仿真模型構建、數據驅動的過程對象建模與智能控制、關鍵污染物排放軟測量模型及其概念漂移檢測機制、數據驅動的智能故障診斷與優化設定方法等。
本書適合從事自動控制理論與技術、城市固廢焚燒工程技術等領域的專業研究人員和工程技術人員閱讀，也可作為高等院校相關專業研究生及高年級本科生的教材參考書。
喬俊飛，北京工業大學教授、博士生導師，環保自動化領域專家。國家自然科學基金創新群體項目負責人，教育部"長江學者獎勵計劃"特聘教授，國家杰出青年基金獲得者，國家級百千萬人才工程入選者，享受國務院特殊津貼專家。現任智慧環保北京實驗室主任、智能感知與自主控制教育部工程中心主任，兼任中國人工智能學會常務理事，中國自動化學會理事。
長期從事計算智能與智能優化控制領域研究工作，在污染防治過程智能特征檢測、自組織控制和多目標動態優化方面取得開創性成果，多項成果已廣泛應用于環保企業生產實踐，取得了顯著的經濟、社會和生態效益。
湯健，北京工業大學教授、博士生導師，智慧環保北京實驗室副主任。主要研究領域為小樣本數據建模和固廢處理過程智能控制。主持科技部國家重點研發計劃課題、國家自然科學基金面上項目、北京市自然科學基金等十余項；獲國防科技進步二等獎2項、三等獎1項；發表SCI論文40余篇；申請美國/中國發明專利90余項；授權軟件著作權10余項；已經出版第1作者專著/譯著共5部。
蒙西，北京工業大學副教授、碩士生導師，中國自動化學會環境感知與保護自動化專業委員會委員。主要研究智能計算、城市固廢焚燒過程關鍵參數智能特征測量、煙氣污染物排放智能預測等。主持國家自然科學基金面上項目以及青年項目、國家重點研發計劃子課題和北京市自然科學基金青年項目等。發表論文20余篇，榮獲中國發明協會發明創新獎一等獎。
嚴愛軍，北京工業大學教授、博士生導師，中國人工智能學會科普工作委員會委員。長期從事復雜過程建模、智能優化控制方法及應用領域的研究工作。先后主持國家自然科學基金項目、北京市自然科學基金項目等課題。在城市固廢焚燒過程智能控制、多目標優化、故障診斷和參數軟測量等方面取得系列成果，出版著作1部，發表SCI/EI論文40余篇。獲得教育部科技進步一等獎、吳文俊人工智能科學技術一等獎等。
第1章 概論 001
1.1 固體廢物及其處理與處置 002
1.1.1 固體廢物的定義及分類 002
1.1.2 固體廢物的處理與處置技術 003
1.2 城市固體廢物的概念與性質 005
1.2.1 城市固廢的概念 005
1.2.2 城市固廢的性質 006
1.3 城市固廢焚燒技術發展 008
1.3.1 城市固廢焚燒機理 008
1.3.2 城市固廢焚燒特點 010
1.3.3 城市固廢焚燒發展階段 010
1.4 城市固廢焚燒控制技術的發展 011
1.4.1 自動控制的必要性 011
1.4.2 MSWI自動控制的發展 012
1.5 城市固廢焚燒存在的問題 019
參考文獻 021
第2章 基于爐排爐的城市固廢焚燒（MSWI）過程智能優化控制問題描述 027
2.1 概述 028
2.2 基于爐排爐的MSWI過程工藝描述
2.2.1 儲存發酵系統 029
2.2.2 固廢燃燒系統 030
2.2.3 余熱交換系統 032
2.2.4 蒸汽發電系統 032
2.2.5 煙氣處理系統 033
2.2.6 煙氣排放系統 034
2.3 基于爐排爐的MSWI過程控制系統描述 034
2.3.1 MSWI過程熱質平衡 034
2.3.2 MSWI過程自動燃燒控制系統 043
2.4 MSWI過程的運行指標及其影響因素分析 047
2.4.1 MSWI過程運行指標 047
2.4.2 MSWI過程影響因素分析 049
2.5 MSWI過程智能優化控制問題描述及其復雜性分析 051
2.5.1 MSWI過程智能優化控制問題描述 051
2.5.2 MSWI過程智能優化控制復雜性分析 053
2.6 本章小結 054
參考文獻 055
第3章 城市固廢焚燒（MSWI）過程數值仿真 057
3.1 面向數值仿真的MSWI過程描述 058
3.1.1 工藝過程描述 058
3.1.2 數學模型描述 060
3.2 基于CFD技術的MSWI爐內燃燒過程數值仿真 069
3.2.1 概述 069
3.2.2 研究對象 070
3.2.3 模擬策略與模型設置 071
3.2.4 模擬結果與分析 072
3.3 基于爐排固相和爐膛氣相耦合的MSWI爐內燃燒過程數值仿真 076
3.3.1 概述 076
3.3.2 研究對象 077
3.3.3 模擬策略與模型設置 077
3.3.4 模擬結果與分析 080
3.4 本章小結 096
參考文獻 096
第4章 城市固廢焚燒（MSWI）過程被控對象建模 101
4.1 MSWI過程的對象模型描述 102
4.2 基于TSFNN的爐膛溫度模型 102
4.2.1 概述 102
4.2.2 爐膛溫度建模策略 103
4.2.3 建模算法及實現 103
4.2.4 實驗驗證 106
4.3 基于Mandani型FNN的煙氣含氧量模型 110
4.3.1 概述 110
4.3.2 煙氣含氧量建模策略 111
4.3.3 建模算法及實現 112
4.3.4 實驗驗證 117
4.4 基于TSFNN的MSWI過程多入多出模型 122
4.4.1 概述 122
4.4.2 建模策略 124
4.4.3 建模算法及算法實現 128
4.4.4 實驗驗證 131
參考文獻 138
第5章 城市固廢焚燒（MSWI）過程智能控制 145
5.1 MSWI過程的控制分析 146
5.2 基于RBF-PID的MSWI過程爐膛溫度控制 146
5.2.1 概述 146
5.2.2 爐膛溫度控制策略 147
5.2.3 控制算法及實現 148
5.2.4 實驗驗證 151
5.3 基于NNMPC的MSWI過程煙氣含氧量控制 155
5.3.1 概述 155
5.3.2 煙氣含氧量模型預測控制策略 156
5.3.3 控制算法及實現 157
5.3.4 實驗驗證 161
5.4 基于QDRNN-PID的MSWI過程多變量控制 164
5.4.1 概述 164
5.4.2 多變量控制策略 166
5.4.3 控制算法及實現 167
5.4.4 實驗驗證 171
5.5 本章小結 181
參考文獻 182
第6章 城市固廢焚燒（MSWI）過程二英排放濃度軟測量 187
6.1 MSWI過程的二英（DXN）檢測 188
6.1.1 概述 188
6.1.2 DXN描述 190
6.1.3 面向DXN排放的MSWI過程描述 191
6.1.4 MSWI過程的DXN生成描述 192
6.1.5 DXN排放的控制措施 193
6.2 基于多層特征選擇的二英排放濃度軟測量 194
6.2.1 概述 194
6.2.2 建模策略 195
6.2.3 建模算法 197
6.2.4 實驗驗證 204
6.3 基于虛擬樣本優化選擇的二英排放濃度軟測量 214
6.3.1 概述 214
6.3.2 建模策略 216
6.3.3 建模算法 217
6.3.4 實驗驗證 224
6.4 本章小結 229
參考文獻 230
第7章 城市固廢焚燒（MSWI）過程氮氧化物排放濃度軟測量 239
7.1 MSWI過程的氮氧化物（NOx）檢測 240
7.2 基于并行模塊化神經網絡的MSWI過程氮氧化物軟測量 240
7.2.1 概述 240
7.2.2 建模策略 241
7.2.3 建模算法 242
7.2.4 實驗驗證 250
7.3 基于級聯模塊化神經網絡的MSWI過程氮氧化物軟測量 253
7.3.1 概述 253
7.3.2 建模策略 255
7.3.3 建模算法 255
7.3.4 實驗驗證 260
7.4 本章小結 263
參考文獻 263
第8章 面向城市固廢焚燒（MSWI）過程軟測量模型的概念漂移檢測 269
8.1 面向城市固廢焚燒（MSWI）過程軟測量模型的概念漂移檢測 270
8.1.1 概述 270
8.1.2 應用場景簡述 271
8.1.3 概念漂移處理流程 273
8.2 基于難測參數誤差支撐分布假設檢驗的概念漂移檢測方法 274
8.2.1 概述 274
8.2.2 相關工作 275
8.2.3 算法策略與實現 277
8.2.4 實驗驗證 281
8.3 基于綜合評估指標的概念漂移檢測方法 292
8.3.1 概述 292
8.3.2 相關工作 293
8.3.3 算法策略與實現 294
8.3.4 實驗驗證 299
8.4 聯合樣本輸出與特征空間的半監督概念漂移檢測方法 308
8.4.1 概述 308
8.4.2 相關工作 309
8.4.3 算法策略與實現 311
8.4.4 實驗驗證 315
8.5 本章小結 324
參考文獻 324
第9章 基于案例推理的城市固廢焚燒（MSWI）過程故障診斷 331
9.1 MSWI過程的故障分析 332
9.1.1 常見故障類型 333
9.1.2 故障影響因素 335
9.2 基于互信息的案例推理故障診斷模型 337
9.2.1 概述 337
9.2.2 案例推理描述 339
9.2.3 互信息描述 342
9.2.4 互信息改進CBR模型的故障診斷 343
9.2.5 實驗驗證 347
9.3 基于相似性度量的案例推理故障診斷模型 351
9.3.1 概述 351
9.3.2 相似性度量描述 354
9.3.3 相似度改進CBR模型的故障診斷模型 360
9.3.4 實驗驗證 364
9.4 本章小結 369
參考文獻 369
第10章 城市固廢焚燒（MSWI）過程風量設定智能優化 377
10.1 MSWI過程的風量優化設定描述 378
10.2 基于案例推理的MSWI過程風量智能設定 379
10.2.1 概述 379
10.2.2 智能設定策略 382
10.2.3 智能設定算法及實現 384
10.2.4 實驗驗證 390
10.3 基于多目標粒子群優化算法的MSWI過程風量優化設定 393
10.3.1 概述 393
10.3.2 優化設定策略 395
10.3.3 優化設定算法及實現 396
10.3.4 實驗驗證 401
10.4 本章小結 406
參考文獻 406
新書資訊