本文關(guān)鍵詞：混合多模型曝氣生物濾池污水處理軟測量建模研究，，由筆耕文化傳播整理發(fā)布。

【摘要】：污水處理過程具有強非線性、時滯、大慣性等特點。污水處理控制系統(tǒng)持續(xù)穩(wěn)定的運行是確保水質(zhì)的關(guān)鍵,但系統(tǒng)控制所需的一些水質(zhì)參數(shù)檢測設備價格昂貴且在線檢測實時性差,因此軟測量研究在污水處理中很有實際意義。本論文的研究基于與某知名環(huán)�？萍脊韭�(lián)合承擔的安徽省科技攻關(guān)重大項目。文章基于最小二乘支持向量機(LS-SVM)方法對污水處理過程的關(guān)鍵水質(zhì)參數(shù)預測進行研究,建立了曝氣生物濾池(BAF)污水處理出水COD(化學需氧量)濃度軟測量預測模型。出水COD濃度參數(shù)的預測為出水水質(zhì)是否達標提供了提前預判依據(jù)。研究內(nèi)容主要包括:首先,文章選擇多項式核、RBF核和Sigmoid核組成混合核函數(shù),并提出用單核LS-SVM建模均方誤差確定組合核函數(shù)系數(shù),建立了基于改進混合核函數(shù)LSSVM的出水COD軟測量預測模型;其次,運用改進核模糊C聚類算法對采集的現(xiàn)場數(shù)據(jù)進行分類劃分、子類建模再融合輸出,建立了基于改進聚類算法的多模型混合核LS-SVM出水COD預測模型;然后,應用多模型方法對推導的BAF污水處理簡化機理模型出水COD預測偏差進行誤差補償,建立結(jié)合BAF機理的出水COD混合多模型預測模型;最后對本文的研究內(nèi)容進行總結(jié),指出不足之處,并提出展望。仿真對比結(jié)果表明,以上改進的預測模型確實提升了預測精度。本課題的貢獻在于:提出一種混合核函數(shù)系數(shù)的確定方式,改進聚類有效性函數(shù),建立了基于改進聚類算法的多模型組合核LS-SVM出水COD預測模型,并提出一種結(jié)合推導的BAF機理模型的混合多模型出水COD濃度預測方法,實現(xiàn)了對出水COD更準確的預測。
【關(guān)鍵詞】：支持向量機 混合核函數(shù) 核模糊C聚類 機理模型 混合多模型
【學位授予單位】：安徽工業(yè)大學
【學位級別】：碩士
【學位授予年份】：2016
【分類號】：X703;X832
【目錄】：

• 摘要4-5
• Abstract5-9
• 第一章 緒論9-19
• 1.1 污水處理背景和軟測量研究的意義9-10
• 1.2 軟測量技術(shù)概述10-11
• 1.3 軟測量技術(shù)建模方法11-16
• 1.3.1 機理建模11-12
• 1.3.2 數(shù)據(jù)建模12-14
• 1.3.3 混合建模14-15
• 1.3.4 多模型融合建模15-16
• 1.4 污水處理過程建模研究現(xiàn)狀16-17
• 1.5 論文的主要研究內(nèi)容及安排17-19
• 第二章 曝氣生物濾池污水處理工藝介紹及數(shù)據(jù)的采集和預處理19-28
• 2.1 污水處理概念簡介19-20
• 2.2 污水處理工藝20-25
• 2.2.1 曝氣生物濾池20-21
• 2.2.2 曝氣生物濾池類型21-22
• 2.2.3 曝氣生物濾池處理流程22-24
• 2.2.4 曝氣生物濾池工藝的影響因素24-25
• 2.3 數(shù)據(jù)的采集和預處理25-27
• 2.4 本章小結(jié)27-28
• 第三章 基于改進多核最小二乘支持向量機的污水處理建模28-48
• 3.1 統(tǒng)計學習理論基本概念28-30
• 3.1.1 VC維28-29
• 3.1.2 泛化能力的界29
• 3.1.3 結(jié)構(gòu)風險最小化29-30
• 3.2 支持向量機30-34
• 3.2.1 支持向量機原理30-31
• 3.2.2 回歸支持向量機31-34
• 3.3 最小二乘支持向量機(LS-SVM)34-35
• 3.4 核函數(shù)35-39
• 3.4.1 常用核函數(shù)35-36
• 3.4.2 改進多核核函數(shù)36-39
• 3.5 基于改進混合核函數(shù)的出水COD預測建模有效性驗證39-47
• 3.5.1 粒子群優(yōu)化算法(PSO)39-41
• 3.5.2 改進核函數(shù)有效性驗證41-47
• 3.6 本章小結(jié)47-48
• 第四章 基于改進聚類算法的多模型LS-SVM污水處理軟測量建模48-58
• 4.1 模糊劃分48-49
• 4.2 傳統(tǒng)核模糊C聚類算法49-51
• 4.2.1 模糊聚類算法的原理49
• 4.2.2 核模糊C聚類算法49-51
• 4.2.3 傳統(tǒng)聚類算法存在的問題51
• 4.3 改進的聚類算法51-55
• 4.3.1 聚類算法改進51-53
• 4.3.2 改進聚類算法仿真驗證53-55
• 4.4 基于改進聚類算法的多模型LS-SVM出水COD建模仿真55-57
• 4.5 本章小結(jié)57-58
• 第五章 基于混合機理多模型建模算法的出水COD建模仿真58-66
• 5.1 機理方程的推導58-63
• 5.1.1 有機物生化反應相關(guān)速率58-59
• 5.1.2 有機物生化反應動力學表達式59-62
• 5.1.3 簡化機理模型仿真62-63
• 5.2 混合機理的多模型BAF工藝污水處理軟測量模型的建立63-65
• 5.3 本章小結(jié)65-66
• 第六章 結(jié)論與展望66-68
• 6.1 論文總結(jié)66
• 6.2 論文的不足之處及展望66-68
• 參考文獻68-73
• 圖表清單73-75
• 在學研究成果75-76
• 致謝76-77
• 附錄77-79

【相似文獻】

中國期刊全文數(shù)據(jù)庫 前10條

1 韓喜民,劉旭;曝氣生物濾池在處理合成氨污水中的應用[J];大氮肥;2005年04期

2 李菲;盧佳;;曝氣生物濾池技術(shù)[J];市政技術(shù);2006年05期

3 楊冠;付東;向敏;;曝氣生物濾池及生物濾料技術(shù)[J];河南農(nóng)業(yè);2008年13期

4 牛朝陽;;曝氣生物濾池工藝的研究[J];科技致富向?qū)?2012年30期

5 徐亞明,蔣彬;曝氣生物濾池的原理及工藝[J];工業(yè)水處理;2002年06期

6 馬軍,邱立平;曝氣生物濾池及其研究進展[J];環(huán)境工程;2002年03期

7 劉長榮;曝氣生物濾池技術(shù)應用與設計計算[J];給水排水;2002年07期

8 鐘華文,李曉明,何東升;曝氣生物濾池處理煉油生產(chǎn)廢水[J];工業(yè)用水與廢水;2003年05期

9 李冰,李玉瑛;曝氣生物濾池的工藝特性[J];科技情報開發(fā)與經(jīng)濟;2003年06期

10 賀瑞敏,朱亮,周福,謝曙光;曝氣生物濾池在入庫水處理中的應用[J];污染防治技術(shù);2003年02期

中國重要會議論文全文數(shù)據(jù)庫 前10條

1 張勇;徐鴻魁;席欣欣;衛(wèi)達;;給水曝氣生物濾池配水系統(tǒng)方案的優(yōu)化[A];2011全國給水排水技術(shù)信息網(wǎng)年會暨技術(shù)交流會論文集[C];2011年

2 邱娜;江建權(quán);;曝氣生物濾池工藝特性及發(fā)展應用[A];2007年全國給水排水技術(shù)信息網(wǎng)成立三十五周年紀念專集暨年會論文集[C];2007年

3 楊建安;易聰華;樓宏銘;邱學青;;泡沫陶瓷曝氣生物濾池處理微污染源水[A];第三屆全國化學工程與生物化工年會論文摘要集（下）[C];2006年

4 倪席標;丁云鶴;;曝氣生物濾池三要素在選擇和施工以及運行中的詮釋[A];全國排水委員會2012年年會論文集[C];2012年

5 王R

本文編號：289207