基于BAS优化SVM的出水COD软测量建模

• 作者: 朱琳 李明河 陈园
• 来源期刊: 广东化工
• 学科: 工学
• 关键词: 出水COD 支持向量机 天牛须搜索算法优化 软测量 建模
• 年，卷（期）: 2020,（21）
• 所属期刊栏目: 环境保护
• 页码范围: 107-109,106
• 页数: 4页
• 分类号: TQ
• 语种: 中文

摘要

污水处理系统在实际运行过程中往往会出现进水水质复杂,波动大等情况,而常规实验室监测法固然准确率高,但是效率低,时效性差,这使得系统在线控制滞后,出水水质标准难以保证.为了解决以上污水处理过程中的不确定性,滞后,非线性,出水指标难以在线检测等问题,提出一种利用天牛须搜索算法(beetle antennae search,BAS)优化的支持向量机(SVM)软测量模型.通过利用SVM对污水处理过程建立被控对象的软测量模型的同时,为了提高软测量模型的预测精度,采用BAS对SVM的惩罚因子和核函数参数进行滚动优化.输入数据为污水调节池进水COD、进水NH3-N、溶解氧(DO),输出数据为出水COD.通过BAS优化的SVM建立出水COD的软测量模型,可以实现污水处理过程中COD的软测量.仿真实验结果表明,BAS-SVM软测量模型具有良好的预测性能,能够满足污水处理过程出水COD指标的实际测量要求.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李明河		66	214	8.0	12.0
2	陈园		1	0	0.0	0.0
3	朱琳		1	0	0.0	0.0