基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对污水处理过程中硝态氮难以控制的特点,提出了基于LSSVM的模型预测控制算法,从而提高控制的精度和效率。仿真结果表明,在相同扰动下,基于LSSVM的预测控制算法能够将硝态氮浓度稳定在1±0.1之间,而PI控制算法只能将硝态氮浓度稳定在0.1到1.2之间。从而验证基于LSSVM的预测控制算法比PI控制性能更好。
推荐文章
基于SVM污水处理过程BOD的智能预测
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
污水处理过程风险控制的仿真系统
污水处理
可视化软件
系统仿真
HAZOP分析
污水处理过程的模糊神经网络控制
污水处理
智能控制
模糊控制
神经网络控制
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于LSSVM的污水处理过程预测控制
来源期刊 新型工业化 学科
关键词 污水处理过程 最小二乘支持向量机(LSSVM) 模型预测控制
年,卷(期) 2015,(8) 所属期刊栏目
研究方向 页码范围 33-38
页数 6页 分类号
字数 2957字 语种 中文
DOI 10.3969/j.issn.2095-6649.2015.08.006
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 王欣 湖南工业大学电气学院 46 349 10.0 16.0
2 宋翼颉 湖南工业大学电气学院 5 27 4.0 5.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (336)
共引文献  (358)
参考文献  (9)
节点文献
引证文献  (5)
同被引文献  (24)
二级引证文献  (10)
1978(2)
  • 参考文献(0)
  • 二级参考文献(2)
1982(3)
  • 参考文献(0)
  • 二级参考文献(3)
1985(2)
  • 参考文献(0)
  • 二级参考文献(2)
1987(3)
  • 参考文献(0)
  • 二级参考文献(3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1989(2)
  • 参考文献(0)
  • 二级参考文献(2)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1993(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(2)
  • 参考文献(0)
  • 二级参考文献(2)
1995(4)
  • 参考文献(0)
  • 二级参考文献(4)
1996(8)
  • 参考文献(0)
  • 二级参考文献(8)
1997(5)
  • 参考文献(0)
  • 二级参考文献(5)
1998(15)
  • 参考文献(0)
  • 二级参考文献(15)
1999(13)
  • 参考文献(0)
  • 二级参考文献(13)
2000(22)
  • 参考文献(0)
  • 二级参考文献(22)
2001(11)
  • 参考文献(0)
  • 二级参考文献(11)
2002(18)
  • 参考文献(0)
  • 二级参考文献(18)
2003(17)
  • 参考文献(0)
  • 二级参考文献(17)
2004(15)
  • 参考文献(0)
  • 二级参考文献(15)
2005(22)
  • 参考文献(1)
  • 二级参考文献(21)
2006(21)
  • 参考文献(1)
  • 二级参考文献(20)
2007(24)
  • 参考文献(0)
  • 二级参考文献(24)
2008(34)
  • 参考文献(1)
  • 二级参考文献(33)
2009(36)
  • 参考文献(1)
  • 二级参考文献(35)
2010(17)
  • 参考文献(0)
  • 二级参考文献(17)
2011(21)
  • 参考文献(0)
  • 二级参考文献(21)
2012(15)
  • 参考文献(0)
  • 二级参考文献(15)
2013(3)
  • 参考文献(1)
  • 二级参考文献(2)
2014(4)
  • 参考文献(3)
  • 二级参考文献(1)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
2015(1)
  • 参考文献(1)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2017(2)
  • 引证文献(1)
  • 二级引证文献(1)
2018(3)
  • 引证文献(1)
  • 二级引证文献(2)
2019(3)
  • 引证文献(1)
  • 二级引证文献(2)
2020(7)
  • 引证文献(2)
  • 二级引证文献(5)
研究主题发展历程
节点文献
污水处理过程
最小二乘支持向量机(LSSVM)
模型预测控制
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
新型工业化
月刊
2095-6649
11-5947/TB
16开
北京石景山区鲁谷路35号1106室
2011
chi
出版文献量(篇)
2442
总下载数(次)
8
论文1v1指导