工矿自动化
工礦自動化
공광자동화
COAL MINE AUTOMATION
2007年
3期
27-29
,共3页
污水处理%SVI%软测量%BP神经网络%支持向量机
汙水處理%SVI%軟測量%BP神經網絡%支持嚮量機
오수처리%SVI%연측량%BP신경망락%지지향량궤
根据曝气池SVI(污泥体积指数)难于在线测量的情况,笔者以进水DO值替代曝气池DO值作为辅助变量,分别以BP神经网络和支持向量机建模.实验结果表明,2个模型预测效果都优于前人所建立的模型.综合比较之后,选择支持向量机模型作为最终的SVI软测量模型.
根據曝氣池SVI(汙泥體積指數)難于在線測量的情況,筆者以進水DO值替代曝氣池DO值作為輔助變量,分彆以BP神經網絡和支持嚮量機建模.實驗結果錶明,2箇模型預測效果都優于前人所建立的模型.綜閤比較之後,選擇支持嚮量機模型作為最終的SVI軟測量模型.
근거폭기지SVI(오니체적지수)난우재선측량적정황,필자이진수DO치체대폭기지DO치작위보조변량,분별이BP신경망락화지지향량궤건모.실험결과표명,2개모형예측효과도우우전인소건립적모형.종합비교지후,선택지지향량궤모형작위최종적SVI연측량모형.
