收藏本站
收藏 | 手机打开
二维码
手机客户端打开本文

基于相关向量机的污水软测量建模研究

曹涛  
【摘要】:污水生化处理过程极其复杂,往往存在着参数时变、多变量耦合、强非线性、大滞后等特点。由于这些特点,传统传感器无法得到有效应用,重要变量无法得到快速精确测量,生化过程无法得到有效优化和诊断。软测量技术是一种新型的智能检测技术,在工业过程测控系统中具有非常广阔的应用前景。本文以污水处理过程为背景,结合其生化和工艺知识,对软测量建模方法进行了研究。为了解决传统污水处理软测量建模方法中存在的适用范围小、精度低、鲁棒性不强等问题,本文研究了一种基于相关向量机的软测量回归建模方法,并成功建立了预测污水处理出水水质的软测量模型,仿真结果验证了该方法的有效性。首先,介绍了软测量技术的基本原理,并对机器学习算法在软测量上的应用进行了文献综述,分析了软测量建模理论在污水领域的国内外研究现状,指出了软测量建模过程中所面临的主要问题。其次,研究了相关向量机原理及其回归模型。针对污水数据维数高,容易给模型训练带来困难的问题,采用了一种模糊粗糙单调递增的属性约简方法对污水数据进行约简,得出了对污水出水生化需氧量BOD5(Biochemical Oxygen Demand)影响较大的几类输入属性。在此基础上,提出了一种基于模糊粗糙单调递增相关向量机的出水BOD5软测量模型。然后,为了进一步提高模型的预测精度,研究了核函数方法,并且结合全局核函数和局部核函数各自的优势,提出了一种基于混合核函数的相关向量机回归建模方法。针对模型中多参数的优化问题,研究了人工免疫优化算法并应用于模型的参数优化中,给出了详细的实现流程。仿真结果表明,提出的混合核函数模型预测精度明显高于单一核函数模型,人工免疫优化算法收敛速度快、全局搜索能力强。最后,根据污水生化处理工况实时性非常强的这一需求,提出了基于快速相关向量机的在线软测量模型。首先研究了用快速边际似然算法来快速确定模型中的超参数,给出了算法实现步骤,接着对算法作了性能测试。将快速相关向量机应用于污水在线软测量模型中。仿真结果表明该模型在保证预测精度的同时,进一步降低了模型的更新时间,很好地满足了实时性这一要求。


知网文化
【相似文献】
中国期刊全文数据库 前20条
1 吕业;杨慧中;雷瑜;陶洪峰;;基于环路能量聚类的多模型软测量建模[J];化工自动化及仪表;2012年11期
2 张文清;杨慧中;;一种基于带监督局部保持投影的多模型软测量建模方法[J];华东理工大学学报(自然科学版);2012年06期
3 王卓;苑明哲;王宏;王天然;;水泥熟料质量指标的软测量建模研究[J];化工自动化及仪表;2006年06期
4 杨妍;陈如清;俞金寿;;基于混沌最小二乘支持向量机的软测量建模[J];华东理工大学学报(自然科学版);2009年06期
5 杜文莉;官振强;钱锋;;一种基于时序误差补偿的动态软测量建模方法[J];化工学报;2010年02期
6 陈定三;杨慧中;;粗糙分类器的多模型软测量建模方法[J];计算机与应用化学;2010年04期
7 李雅芹;周开武;杨慧中;;基于贝叶斯网络的软测量建模方法[J];计算机与应用化学;2010年10期
8 陈定三;杨慧中;;基于局部重构融合流形聚类的多模型软测量建模[J];化工学报;2011年08期
9 吕鸣;;基于神经网络的软测量建模[J];陕西煤炭;2012年06期
10 李修亮;苏宏业;褚健;;基于在线聚类的多模型软测量建模方法[J];化工学报;2007年11期
11 李修亮;苏宏业;褚健;;基于在线聚类和关联向量机的多模型软测量建模[J];化工自动化及仪表;2008年03期
12 马铭;孟庆锴;张利彪;;基于模糊系统优化的软测量建模[J];辽宁工程技术大学学报(自然科学版);2010年05期
13 杨强大;侯新宇;;诺西肽发酵过程中的分阶段软测量建模[J];化工学报;2011年06期
14 许博;杨慧中;;软测量建模中的数据校正[J];河北科技大学学报;2012年06期
15 马勇,黄德先,金以慧;动态软测量建模方法初探[J];化工学报;2005年08期
16 崔永超;张湜;王永华;;基于支持向量机的软测量建模方法的应用[J];南京工业大学学报(自然科学版);2007年03期
17 王洋课;费树岷;翟军勇;;基于聚类的多模型软测量建模及其应用[J];化工自动化及仪表;2010年01期
18 傅雨佳;杨慧中;陶洪峰;;基于最大矩阵元法确定聚类数的软测量建模方法[J];计算机与应用化学;2012年07期
19 仓文涛;杨慧中;;无迹卡尔曼滤波器在催化剂失活软测量建模中的应用[J];计算机与应用化学;2013年12期
20 曹鹏飞;罗雄麟;;化工过程软测量建模方法研究进展[J];化工学报;2013年03期
中国重要会议论文全文数据库 前10条
1 吕哲;常玉清;王福利;;生化过程软测量建模方法的研究[A];2006中国控制与决策学术年会论文集[C];2006年
2 薄翠梅;张湜;李俊;;基于滚动时间窗的软测量建模方法的研究与应用[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
3 杜文莉;官振强;钱锋;;一种基于时序误差补偿的动态软测量建模方法[A];2009中国过程系统工程年会暨中国mes年会论文集[C];2009年
4 马铭;孟庆锴;张利彪;;基于模糊系统优化的软测量建模[A];中国运筹学会模糊信息与模糊工程分会第五届学术年会论文集[C];2010年
5 王恩博;彭亦功;;软测量建模若干方法研究[A];中国仪器仪表学会2007学术年会智能检测控制技术及仪表装置发展研讨会论文集[C];2007年
6 张勇;王介生;王伟;姚伟南;;浮选生产过程经济技术指标的软测量建模[A];第16届中国过程控制学术年会暨第4届全国故障诊断与安全性学术会议论文集[C];2005年
7 陈定三;杨慧中;;基于SVC-KNN的多模型软测量建模[A];PCC2009—第20届中国过程控制会议论文集[C];2009年
8 周旦丽;蒋爱平;;WD-LSSVM在软测量建模中的应用[A];第十九届测控、计量、仪器仪表学术年会(MCMI'2009)论文集[C];2009年
9 刘欣;蒋爱平;;微粒群神经网络在软测量建模中的应用[A];上海市化学化工学会2006年度学术年会论文摘要集[C];2006年
10 凌玉华;杨欣荣;李海娜;廖力清;王颂;;铝电磁铸轧带坯晶粒度软测量建模及优化[A];2009年中国智能自动化会议论文集(第二分册)[C];2009年
中国博士学位论文全文数据库 前4条
1 李春富;基于数据的软测量建模方法及其应用的研究[D];清华大学;2005年
2 安莉;发酵过程生物量软测量建模专家系统研究[D];北京化工大学;2010年
3 傅永峰;软测量建模方法研究及其工业应用[D];浙江大学;2007年
4 杨建文;金霉素发酵过程软测量建模及优化控制策略研究[D];北京理工大学;2015年
中国硕士学位论文全文数据库 前10条
1 王赛;青霉素发酵过程软测量建模方法的研究[D];东北大学;2010年
2 郭景华;基于数据驱动的软测量建模技术应用研究[D];江南大学;2009年
3 周开武;贝叶斯方法在化工软测量建模中的应用研究[D];江南大学;2009年
4 李雅芹;机器学习在软测量建模方面的若干应用[D];江南大学;2011年
5 骆中华;基于数据驱动的软测量建模技术及其工业应用[D];浙江大学;2006年
6 陈贵华;基于自适应模糊核聚类的多模型软测量建模研究[D];华东理工大学;2012年
7 王金荣;明胶浓度软测量建模研究[D];兰州理工大学;2012年
8 唐苦;基于聚类的多模型动态软测量建模方法[D];华东理工大学;2014年
9 雷瑜;机器学习在化工软测量建模中的若干应用[D];江南大学;2014年
10 万碧君;基于案例推理方法的改进及其在软测量建模中的应用[D];华东理工大学;2014年
 快捷付款方式  订购知网充值卡  订购热线  帮助中心
  • 400-819-9993
  • 010-62982499
  • 010-62783978