基于支持向量机的曝气池SVI软测量研究

摘要：

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.

关键词：曝气池SVI、粗糙集、支持向量机、软测量

所属期刊栏目：11

分类号：TP181(自动化基础理论)

在线出版日期：2011-04-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：841-843