基于SVM污水处理过程BOD的智能预测

• 作者: 尚朝奇 王辉
• 来源期刊: 有色冶金设计与研究
• 关键词: 基于竞争机制粒子群算法 最小二乘支持向量机 污水处理 生化需氧量 智能预测
• 年，卷（期）: 2011,（4）
• 所属期刊栏目: 有色工业自动化
• 页码范围: 91-94
• 分类号: TP18
• 语种: 中文
• DOI: 10.3969/j.issn.1004-4345.2011.04.026

摘要

支持向量机是近年发展起来的新兴人工智能技术,在分析最小二乘支持向量机(SVM)理论基础上,以某污水处理厂的氧化沟系统为对象,采用一种改进的粒子群优化算法优化支持向量机的参数,建立了基于竞争机制粒子群算法ICPSO的LSSVM的氧化沟出水水质BOD智能预测模型,并与PSO-LSSVM模型和LSSVM模型比较,研究表明,ICPSO-LSSVM模型预测准确,泛化性能好,且该模型预测结果中相对误差＜10％的样本达到90％,最大相对误差仅为10.3％,均方差MSE为0.002 6,模型具有较高的精度,基本可以实现出水BOD值的在线预估.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	尚朝奇		3	1	1.0	1.0
2	王辉		2	1	1.0	1.0