基于人工蜂群算法的支持向量回归建模及其在污水处理中的应用

摘要：

污水处理过程具有大时滞、非线性、多扰动等特点,运行过程中存在生化需氧量(Biochemical Oxygen Demand,BOD)等重要水质参数难以实时测量问题,软测量技术为解决该问题提供了有效方法.对此,文章提出基于人工蜂群算法的支持向量回归(Support Vector Regression,SVR)建模方法.该方法利用蜂群算法对支持向量机的参数gamma和C进行寻优,找到使均方误差最小的超参数组合,以提高模型预测精度.同时,利用加州大学欧文分校(University of California Irvine,UCI)数据库中的污水生产数据验证该方法的有效性,结果表明该方法的实际应用效果好,可为工业生产中难以测量变量的监测提供技术支持.

关键词：支持向量回归(SVR)、人工蜂群算法、污水处理

所属期刊栏目：36

分类号：TP18(自动化基础理论)

资助基金：海南省自然科学基金资助面向污水处理的自适应软测量建模和监测方法研究项目623QN256

在线出版日期：2024-06-11（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：32-34