科学技术与工程
科學技術與工程
과학기술여공정
SCIENCE TECHNOLOGY AND ENGINEERING
2011年
4期
841-843
,共3页
曝气池SVI%粗糙集%支持向量机%软测量
曝氣池SVI%粗糙集%支持嚮量機%軟測量
폭기지SVI%조조집%지지향량궤%연측량
支持向量机 (Support Vector Machines) 是一种基于统计学习理论的新型建模方法.活性污泥法工艺中反应出水水质的重要参数(曝气池SVI)难于在线测量,为此用某城市污水处理厂的实际水质参数数据,采用粗糙集理论(RS)和主元分析(PCA)进行数据的预处理,建立了基于SVM的曝气池 SVI软测量模型,并进行了比较.综合考虑后,选择RS-PCA-SVM模型.结果表明,经粗糙集和主元分析预处理数据后,大大降低了输入数据的维数,减小了模型的规模,更有利于软测量模型的实用化.同时也表明支持向量机作为建立软测量模型的工具,具有良好的性能.
支持嚮量機 (Support Vector Machines) 是一種基于統計學習理論的新型建模方法.活性汙泥法工藝中反應齣水水質的重要參數(曝氣池SVI)難于在線測量,為此用某城市汙水處理廠的實際水質參數數據,採用粗糙集理論(RS)和主元分析(PCA)進行數據的預處理,建立瞭基于SVM的曝氣池 SVI軟測量模型,併進行瞭比較.綜閤攷慮後,選擇RS-PCA-SVM模型.結果錶明,經粗糙集和主元分析預處理數據後,大大降低瞭輸入數據的維數,減小瞭模型的規模,更有利于軟測量模型的實用化.同時也錶明支持嚮量機作為建立軟測量模型的工具,具有良好的性能.
지지향량궤 (Support Vector Machines) 시일충기우통계학습이론적신형건모방법.활성오니법공예중반응출수수질적중요삼수(폭기지SVI)난우재선측량,위차용모성시오수처리엄적실제수질삼수수거,채용조조집이론(RS)화주원분석(PCA)진행수거적예처리,건립료기우SVM적폭기지 SVI연측량모형,병진행료비교.종합고필후,선택RS-PCA-SVM모형.결과표명,경조조집화주원분석예처리수거후,대대강저료수입수거적유수,감소료모형적규모,경유리우연측량모형적실용화.동시야표명지지향량궤작위건립연측량모형적공구,구유량호적성능.
