桂林一體化污水處理設備效果好

SVM是近年來在機器學習領域中受到關注較多的一種基于統計學原理的新技術，相比神經網絡的啟發式學習機制，SVM的經驗成分甚少，具有更為嚴格的數學論證.同時，SVM對于所提供的樣本數據的依賴性較少，且泛化能力較強，局部解一定是全局解，避免了產生維數災難.在SVM基礎上Suykens提出了小二乘法支持向量機，主要是將小二乘線性系統引入到SVM中，用訓練誤差的二次平方項e2代替優化目標中的松弛變量，并用等式約束代替不等式約束，終將問題歸結為求解一線性方程組，大大減少了運行時間，提高了訓練的速度.針對厭氧廢水處理系統出水VFA難以在線監測的問題，本文提出一種基于PCA-LSSVM的軟測量建模方法，通過 Matlab2013a 軟件平臺建立模型，以期為厭氧出水VFA的在線監控和厭氧廢水處理系統優化控制提供指導.

　出水VFA濃度能反映厭氧反應器內VFA的積累狀況，而VFA在厭氧反應器內的積累能反映出產甲烷菌的不活躍狀態或反應器操作條件的惡化，因此，出水VFA是厭氧反應器運行狀態的重要指標.影響厭氧反應器運行狀態的因素一般也會影響出水VFA濃度，廢水的厭氧生物處理受到許多因素的影響，常分為環境因素和工藝操作條件兩大類.桂林一體化污水處理設備效果好