CN114912787B 一种企业危险废物瞒报漏报风险的智能评估方法 （南京大学）

一种企业危险废物瞒报漏报风险的智能评本发明提供一种企业危险废物瞒报漏报风监督异常检测集成框架对初始样本数据集进行监管时间段内企业的理论产废量和理论产废范据，结合无监督异常检测和有监督机器学习方2步骤2：针对步骤1中的产废多维数据库中的数据进步骤3：构建无监督异常检测集成框架，利用无监督异常步骤5：将步骤4获得的理论产废量与企业实际步骤1-1：从企业级别的信息化系统中获得企业相关数据表，所述企业相关数据表包步骤1-3：根据国民经济行业分类与代码中小类代码划分步3步骤2-1：采用人工筛选的方式，对步骤1获得的产废3中还包括对无监督异常检测集成框架中异常检测算法的重要参数和异常比例进行优化调μ为所有样本数据的均值，δ为所有样本数据的标准步骤3-2-1：利用若干异常检测算法分别对步骤3-1所述4步骤3-2-2：将步骤3-2-1所述的若干单维异常分数矩阵合并成一个多维异常分数矩步骤3-2-3：将步骤3-2-2所述的标准化多维异常分数步骤4-2：随机森林模型的训练与验证整体采用k折交叉步骤4-4：根据k次验证均方根误差RMSE的平均数和回归决其中，分子部分表示真实值与预测值的平方差之和；分母部分表步骤4-5：根据目标企业所属行业选取最优超参数组合对应的随机森林模型作为最优步骤4-6-1：对于随机森林模型构建中未被抽样的包外数5的包外数据集将与xnew处于同一决策树最终节点的数据样本构成新的集合BOP(xnew)，利用残差预测模型计算出BOP(xnew)中各数据的校正后残差获得数据集的残α%样本的上限和下限即为残差覆盖范围；步骤4-6-6：在残差覆盖范围上下限基础上步骤5-2：在理论产生废量符合正态分布的前提假设下，围获得理论产废量的累积分布函数曲线，获得取值为目标企业实际申报量时对应的概率X6[0002]危险废物是指列入国家危险废物名录或者根据国家规定的危险废物鉴别标准和企业自主申报登记危废信息的管理制度。然而部分企业在经济利益和侥幸心理的驱动下，78架中异常检测算法的重要参数和异常比例进9[0043]由于采用无监督异常检测集成框架确定的异常数据为多维异常数据，无法在二[0046]主成分分析(PrincipalComponentAnalysis)、t-SNE(t-Distributed[0050]线性模型(LinearModel)：最小协方差矩阵(Minimu[0052]基于概率算法(Probabilistic):绝对中位差(Angle-BasedOutlierDetection)异常比例选取综合异常得分最高的部分数据数的最优值。网格搜索法(Gridsearch方法)是调参中十分常见的做法，简单说就是穷举[0074]步骤4-5：根据目标企业所属行业选取最优超参数组合对应的随机森林模型作为程中的包外数据集将与xnew处于同一决策树最终节点的数据样本构成新的集合BOP(xnew)，利用残差预测模型计算出BOP(xnew)中各数据的校正后残差获得数据集的残覆盖α%样本的上限和下限即为残差覆盖范围；[0082]步骤4-6-6：在残差覆盖范围上下限基础上同时加上步骤4-5中预测的理论产废选取该行业企业产废均值，瞒报概率的阈值可以选取50即将瞒报数量大于该行业企业产废均值和概率大于50％的企业纳入高瞒报漏报风险企业名单，作为环保执法的重点对[0092](1)构建融合多维度产废数据的数据库，可为危废产量的精准预测提供全面可靠[0093](2)综合采用人工数据清洗与无监督异常检测集成框架结合的方法，消除多维数将本发明所提供的方法应用于江苏省电子电路制造行业(行业代码为C3982)，识别企业危[0124]具体的，孤立森林(iForest)是一种基于多决策树集成的检测算法。其基本原理[0129]基于直方图异常点检测法(HBOS)是一种基于统计方法的检测算法。其基本原理[0130]AOM组合函数是一种简单平均和最大化结合的组合方法。具体方式为将多维异常[0131]步骤3-3：利用t-SNE(t-DistributedStochasticNeighborEmbedding)降维算备选超参数列表使用网格搜索法将不同超参数组合分别代产生量的互补累积分布函数曲线，获得目标企业实际申报量对应的概率值为97.5即企[0156]步骤5-3，瞒报概率的阈值