Institutional Repository of Coll Elect & Informat Engn
| 基于粒子群优化的溶解氧质量浓度支持向量回归机 | |
安爱民 ; 祁丽春; 丑永新; 张浩琛; 宋厚彬
| |
| 2016 | |
| 发表期刊 | 北京工业大学学报
 |
| ISSN | ISSN：0254-0037 |
| 卷号 | 42期号:2016年09期页码:1318-1323 |
| 摘要 | 针对污水处理中溶解氧质量浓度无法在线精确测量的问题,提出基于粒子群算法优化支持向量回归机(PSO-SVR)的溶解氧质量浓度软测量模型.为了提高溶解氧的预测精度和效率,采用粒子群算法对支持向量回归机的模型参数进行优化,并以自动获取的最佳参数组合构建溶解氧与其影响因子间的非线性软测量模型,利用该软测量模型对国际基准仿真模型BSM1的溶解氧质量浓度进行预测.仿真结果表明:该模型能得到较好的预测效果,与SVR、RBF神经网络相比,PSO-SVR模型不仅计算复杂度低,而且收敛速度快,预测精度高,泛化能力强. |
| 关键词 | 溶解氧质量浓度 粒子群算法 支持向量回归机 污水处理 软测量 |
| URL | 查看原文 |
| 收录类别 | CNKI |
| 语种 | 中文 |
| WOS研究方向 | Engineering |
| WOS类目 | ENGINEERING CHEMICAL |
| CSCD记录号 | CSCD:5798377 |
| 文献类型 | 期刊论文 |
| 条目标识符 | https://ir.lut.edu.cn/handle/2XXMBERH/5121 |
| 专题 | 电气工程与信息工程学院 研究生院 |
| 作者单位 | 兰州理工大学电气工程与信息工程学院, 兰州, 甘肃 730050, 中国 |
| 第一作者单位 | 电气工程与信息工程学院 |
| 第一作者的第一单位 | 电气工程与信息工程学院 |
| 推荐引用方式 GB/T 7714 | 安爱民,祁丽春,丑永新,等. 基于粒子群优化的溶解氧质量浓度支持向量回归机[J]. 北京工业大学学报,2016,42(2016年09期):1318-1323. |
| APA | 安爱民,祁丽春,丑永新,张浩琛,&宋厚彬.(2016).基于粒子群优化的溶解氧质量浓度支持向量回归机.北京工业大学学报,42(2016年09期),1318-1323. |
| MLA | 安爱民,et al."基于粒子群优化的溶解氧质量浓度支持向量回归机".北京工业大学学报 42.2016年09期(2016):1318-1323. |
| 条目包含的文件 | 条目无相关文件。 | |||||
| 个性服务 |
| 查看访问统计 |
| 谷歌学术 |
| 谷歌学术中相似的文章 |
| [安爱民]的文章 |
| [祁丽春]的文章 |
| [丑永新]的文章 |
| 百度学术 |
| 百度学术中相似的文章 |
| [安爱民]的文章 |
| [祁丽春]的文章 |
| [丑永新]的文章 |
| 必应学术 |
| 必应学术中相似的文章 |
| [安爱民]的文章 |
| [祁丽春]的文章 |
| [丑永新]的文章 |
| 相关权益政策 |
| 暂无数据 |
| 收藏/分享 |
除非特别说明，本系统中所有内容都受版权保护，并保留所有权利。
修改评论