首页 > 学术论文

多核SVR在污水处理出水指标建模中的应用研究

来源:论文学术网
时间:2024-08-20 13:48:11
热度:

多核SVR在污水处理出水指标建模中的应用研究【摘要】:污水处理厂为保护水资源和防治水污染做出了重大贡献,但由于污水处理系统是一个高度非线性、强耦合、多变量和大滞后的复杂系统,其机理

【摘要】:污水处理厂为保护水资源和防治水污染做出了重大贡献,但由于污水处理系统是一个高度非线性、强耦合、多变量和大滞后的复杂系统,其机理研究还不够成熟,关键指标参数不能实现实时测量,且污水处理的效果依赖于污水出水水质的好坏。因此建立一个高效、合理的污水出水指标模型,将预测结果作为指导污水厂运行的依据,动态调整污水处理过程中各工序运行状态,具有一定的现实意义和应用价值。本文以活性污泥法污水的出水水质为研究对象,对于污水处理过程水质参数数据分布较复杂,采用单一核函数支持向量回归机模型建模精度不理想的问题,在前人研究成果的基础上,把多核和智能算法相结合,建立了出水水质参数的多核支持向量回归机(MK-SVR)模型,研究内容有以下几方面:首先了解污水处理工艺流程及方法,对影响污水处理过程的水质参数及相关排放标准进行了分析,利用主成分分析(PCA)法对污水处理过程的影响因素进行降维处理,提取新主元作为支持向量回归机的输入,建立了出水COD、BOD、SS和TN的MK-SVR模型。其次,由于模型自身参数问题的影响,在分析智能算法中粒子群算法(PSO)具有编程方便结构简单易于实现、搜索速度快、收敛能力强等特点,提出了利用PSO算法对MK-SVR模型进行参数寻优,并针对基本PSO算法的不足对其进行了改进。最后为所提出的模型更具说服力,对几种不同模型——SVR单核模型、SVR多核模型、基于PCA分析的SVR多核模型与单核模型、基于PCA分析的PSO+MK-SVR模型及基于PCA分析的改进PSO+MK-SVR模型的预测效果进行了对比,从平均相对误差、均方误差及相关系数等几个性能指标进行了分析,结果表明,基于PCA分析的改进PSO+MK-SVR模型预估效果最好,泛化性能最强,为污水厂的实时高效运行提供强劲的理论支撑。 【关键词】:污水处理 支持向量回归机 多核 主成分分析 改进粒子群算法
【学位授予单位】:湖南工业大学
【学位级别】:硕士
【学位授予年份】:2015
【分类号】:X703;TP181
【目录】:
  • 摘要4-5
  • ABSTRACT5-9
  • 第一章 绪论9-16
  • 1.1 论文背景及研究意义9-11
  • 1.2 污水处理软测量建模国内外研究现状11-13
  • 1.3 主要研究内容和组织结构13-15
  • 1.4 本章小结15-16
  • 第二章 基础理论16-34
  • 2.1 支持向量机理论16-25
  • 2.1.1 机器学习16-17
  • 2.1.2 统计学习理论17-20
  • 2.1.3 支持向量回归机20-25
  • 2.1.4 支持向量回归机模型求解流程25
  • 2.2 活性污泥法污水处理25-33
  • 2.2.1 污水处理的基本方法25-26
  • 2.2.2 基本水质指标及排放指标26-28
  • 2.2.3 SBR法工艺介绍28-29
  • 2.2.4 SBR生化处理过程29-30
  • 2.2.5 SBR法处理过程影响因素30-31
  • 2.2.6 数据分析与处理31-33
  • 2.3 本章小结33-34
  • 第三章 基于MK-SVR模型的出水指标建模34-53
  • 3.1 多核学习概况34
  • 3.2 多核函数构造原理34-35
  • 3.3 MK-SVR模型35-37
  • 3.4 MK-SVR模型特性研究37-39
  • 3.5 MK-SVR模型测试39-42
  • 3.6 MK-SVR在出水指标建模中的应用42-52
  • 3.6.1 MK-SVR建模流程42-43
  • 3.6.2 基于PCA分析的MK-SVR出水水质预测建模43-52
  • 3.7 本章小结52-53
  • 第四章 基于动量粒子群算法的MK-SVR出水指标建模53-67
  • 4.1 模型参数选择分析53-54
  • 4.2 基本PSO算法54-56
  • 4.2.1 基本PSO算法流程55
  • 4.2.2 基本PSO的不足55-56
  • 4.3 动量粒子群算法56-59
  • 4.3.1 MPSO与基本PSO的比较56-59
  • 4.4 基于MPSO算法的MK-SVR模型参数选择59-61
  • 4.4.1 算法流程60-61
  • 4.5 MPSO算法的MK-SVR出水指标仿真61-66
  • 4.6 本章小结66-67
  • 第五章 总结与展望67-69
  • 5.1 全文总结67-68
  • 5.2 展望68-69
  • 参考文献69-73
  • 攻读学位期间主要研究成果73-74
  • 致谢74


您可以在本站搜索以下学术论文文献来了解更多相关内容

SBR法处理废水的影响因素    魏瑞霞,孙剑辉,陈金龙

基于神经网络的污水处理指标软测量研究    管秋;王万良;徐新黎;陈胜勇;

多核学习方法    汪洪桥;孙富春;蔡艳宁;陈宁;丁林阁;

加权支持向量回归在线学习方法    黄细霞;石繁槐;顾伟;陈善本;

基于PCA和支持向量机的径流预测应用研究    徐纬芳;刘成忠;顾延涛;

代价约束多核最小二乘支持向量机及其应用    阳春华;任会峰;桂卫华;鄢锋;

多核小波支持向量机在Carrousel氧化沟系统的应用    何渊淘;刘超慧;

我国水污染现状及处理措施研究    董金华;

支持向量回归的模型选择及应用研究    刘靖旭

混合核支持向量机参数优化及其应用研究    王佳

污泥中的重金属特性分析和生态风险评价    任福民;周玉松;牛牧晨;许兆义;

基于SVM的导弹自由飞行阶段可靠性评估    薛继明;左磊;黄岩;李春;

DAT-IAT工艺处理生活污水的研究    梁伟;李志东;李娜;张洪林;蒋林时;邱峰;

支持向量机和神经网络联合软测量SBR污水处理中COD的方法    张杰;张建秋;冯辉;雷中方;胡波;

上海城市污水处理厂污泥资源化利用及其市场需求浅析    陈华;朱石清;张善发;张辰;

SBR法处理模拟印染废水的实验研究    王爱丽;

福州市洋里污水处理厂氧化沟工艺运行情况及改进分析    翁齐文;

基于GA优选参数的SVR水质参数遥感反演方法    何同弟;李见为;黄鸿;

污泥与垃圾堆肥在高速公路边坡绿化中的应用研究    段海澎;黄健敏;程温莹;

一体化氧化沟工艺在中原油田污水处理厂的应用    张国辉;宋小云;乔齐;赵荣峰;

基于过程神经网络的污水处理软测量模型及算法研究    苏震;连晓峰;刘载文;王小艺;

重庆市某小城镇地表水污染控制及可持续发展规划研究    唐燕秋;熊强;张可;

A_mO_n一体化污水生物处理小试研究    王华丽;刘长青;张亚雷;杨海真;

一类复杂变拓扑微电网系统故障诊断方法综述及研究    李满;钱平;

基于ACPSO的最小二乘支持向量机分类方法研究    闫守柱;罗佳;吉雯龙;张传海;胡晓明;

城镇污泥处理处置过程中污泥热能综合利用的应用案例    易庆国;伍淳明;尹贤军;

基于灰色聚类分析法的城市内湖水环境功能指标评价研究    郭红兵;陈荣;王晓昌;

滁州市明湖区域概念性规划水专题研究介绍    王永;赵萍;胡庆刚;张乐益;孟娇蓉;褚书顶;

说话人识别中信息融合算法的研究    刘镝

基于MAS的数据挖掘模型自动选择方法研究    高雅田

老采空区残余沉降非线性预测理论及应用研究    王正帅

基于泄漏量监测的减压阀泄漏预测模型研究    孙伟

香格里拉县森林生物量遥感估测研究    岳彩荣

基于统计学习的协作分类与隐私保护方法及应用研究    张战成

在线核学习建模算法及应用研究    陈坤

排除厌氧富磷污水ERP-SBR除磷脱氮工艺研究    吉方英

DASB、W-SFCW特性及联合工艺处理生活污水的研究    何成达

两级SBR除磷脱氮工艺技术及其运行控制参数研究    龙北生

基于数据驱动的多模型软测量研究    梅振益

煮茧和汰头废水丝胶回收及后续废水生化处理研究    谢微

污水处理过程实时控制及软测量方法研究    李万东

支持向量机中核函数和参数选择研究及其应用    朱春雷

基于邻域正交交叉算子的混合蛙跳算法研究与应用    孟庆莹

全方位舌像特征提取及多核学习分类    朱颢

催化湿式氧化组合生化法处理VB_6制药废水的研究    王小聪

基于多核学习的高性能核分类方法研究    介文博

基于油气分析的油浸式变压器时变停运模型及故障诊断研究    尹玉娟

面向虚拟展示的室内三维场景快速构建与优化技术研究    郑贵荣

主成分分析法在水质评价中的应用及分析    方红卫;孙世群;朱雨龙;肖中新;施帆君;

基于协同聚类的多核学习    牟少敏;田盛丰;尹传环;

一种基于球状分布的SVM核选择方法    郭金玲;王文剑;

基于交叉验证SVM的网络入侵检测    王凯;侯著荣;王聪丽;

基于遗传算法的非监督层次分类方法研究    梅蓉;姜长生;陈谋;

一种基于图像特征提取的浮选回收率预测算法    周开军;阳春华;牟学民;桂卫华;

SBR法的五大优点    彭永臻

SBR法处理洗涤废水试验研究    孙勇,周群英,周新宇

主成分分析方法及其在各仪器分析中的应用    张小确;高枝荣;夏云贵;

自适应GA-SVM参数选择算法研究    刘胜;李妍妍;

SVM中多项式核函数的修改及Exon-Intron特征序列的研究    李华

支撑向量回归机(SVRM)的微分几何方法    周东树

Carrousel氧化沟系统水质特征动态分析的人工神经网络模型研究    陈安

遗传算法与BP模型的改进及其在水资源工程中的应用    邢贞相

遗传算法在函数优化中的应用研究    金芬

沥青生产过程中软化点的SVR预测    蔡从中;王桂莲;裴军芳;朱星键;

基于SVR和k-近邻群的组合预测在QSAR中的应用    袁哲明;熊洁仪;张永生;

    

基于SVR的元建模及其在稳健参数设计中的应用    周晓剑

多核SVR在污水处理出水指标建模中的应用研究    刘帮

SVR季节性时间序列预测模型的构建与应用    钱吉夫

基于SVR的话务量预测模型研究    谭艳峰

基于SVR的混凝土/水泥的配合比对其抗压强度影响规律的研究    谭庆双

拉斯噪声和均匀噪声下SVR的鲁棒性研究    周晓剑