基于机器学习的湿垃圾堆肥有效磷预测及调控方法

本发明涉及堆肥控制技术领域，公开了基于机器学习的湿垃圾堆肥有效磷预测及调控方法，方法分为离线初始化与在线运行阶段，构建基础预测模型与现场残差校正模型相结合的双层预测架构，通过现场补测获取有效磷实测值并计算残差，持续更新残差校正模型，降低跨现场应用偏差，当终点有效磷预测不足时，将工艺参数调整量映射为虚拟工况特征以模拟调控效果，并利用马氏距离评估偏离历史训练样本分布的程度，识别并阻断存在外推风险的异常调控操作，此外通过比较调控方案的实际与预期提升量，自适应更新调控增益系数。本发明实现有效磷的实时精准预判与动态定量调控，提高现场适应性与控制安全性。