PSO-LIBSVM在污水水质建模中的应用

• 作者: 刘帮 朱万力 王欣 秦斌
• 来源期刊: 湖南工业大学学报
• 学科: 地球科学
• 关键词: LIBSVM 生化需氧量 支持向量机 粒子群算法
• 年，卷（期）: 2015,（2）
• 所属期刊栏目: 应用技术
• 页码范围: 89-93
• 页数: 5页
• 分类号: X703
• 字数: 3606字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-9833.2015.02.017

摘要

针对间歇式活性污泥法（SBR）复杂非线性等问题，常规神经网络建立的出水水质模型性能精度不高。采用支持向量机建立生化需氧量（BOD）软测量模型，并通过粒子群算法弥补支持向量机模型参数的不足。仿真结果表明，相对于BP神经网络、标准SVM模型，PSO-LIBSVM模型的误差小、精度高，降低了模型的复杂度并提高了其泛化能力，能达到较好的预测效果。

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	湖南工业大学电气与信息工程学院	46	349	10.0	16.0
2	秦斌	湖南工业大学电气与信息工程学院	55	385	10.0	17.0
3	朱万力	湖南工业大学电气与信息工程学院	4	55	3.0	4.0
4	刘帮	湖南工业大学电气与信息工程学院	2	13	2.0	2.0