废旧电子产品＂互联网+回收＂模式的推广,使得无人化、智能化的废旧手机(UMP)回收装备成为典型城市固体废物资源化领域的重点关注对象.本文以基于回收装备的UMP智能化识别组件为研究对象,设计并实现了一种基于并行差分进化(PDE)-梯度特征深度森林(GfDF)算法的UMP识别方法.本方法由UMP识别模型和PDE参数寻优模型组成,其中:前者包含的UMP定位裁剪模块基于Faster-RCNN模型对图像裁剪以获得有效信息,GfDF识别模块通过引入多尺度梯度特征策略使其更易学习＂定位模块＂抓取信息;后者使用并行策略优化GfDF模型超参数以提高UMP识别精度.实验结果表明,相比于深度模型和其他机器学习模型,本方法在识别精度和训练时间上均具有优势,能够有效提高回收装备自动化程度和手机回收效率.