MIMO最小二乘支持向量机污水处理在线软测量研究

被引:10
作者
黄银蓉
张绍德
机构
[1] 安徽工业大学电气信息学院
关键词
最小二乘支持向量机(LSSVM); 微粒子群算法(PSO); 污水指标; 软测量;
D O I
暂无
中图分类号
X703 [废水的处理与利用]; TP18 [人工智能理论];
学科分类号
081104 ; 0812 ; 0835 ; 1405 ;
摘要
污水处理系统是一个包含海量信息的非线性复杂系统。针对污水处理出水水质BOD(生物化学需氧量)、COD(化学需氧量)、TN(总含氮量)等难以在线实时检测等问题,建立了基于在线MIMO-LSSVM(多输入多输出最小二乘支持向量机)和PSO(微粒子群算法)的污水处理软测量模型。仿真结果表明,建立的软测量模型精度高、速度快,能很好地实现污水处理出水指标COD、BOD、TN等参数的实时测量和估计,为污水处理的实时在线控制创造必要的前提条件。
引用
收藏
页码:15 / 17
页数:3
相关论文
共 4 条
[1]   基于最小二乘支持向量机和PSO算法的电厂烟气含氧量软测量 [J].
王宏志 ;
陈帅 ;
侍洪波 .
热力发电, 2008, (03) :35-38
[2]   基于神经网络的污水处理指标软测量研究 [J].
管秋 ;
王万良 ;
徐新黎 ;
陈胜勇 .
环境污染与防治, 2006, (02) :156-158
[3]   基于遗传算法的模糊支持向量网络控制 [J].
袁小芳 ;
王耀南 ;
孙炜 .
信息与控制, 2005, (02) :205-208
[4]   ASM1模型中主要动力学参数的测定方法 [J].
刘芳 ;
顾国维 .
中国给水排水, 2004, (02) :37-40