梧州一體化污水處理設備效果好

姚崇齡等(2006)提出了一種基于減法聚類的神經模糊網絡軟測量建模方法來預測VFA的值，仿真結果表明，該方法具有很好的擬合精度和預測精度，但模糊神經網絡需要大量的數據來確定模型參數，對于數據量較少的樣本并不適用.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，具有更為嚴格的它的病毒爆發會數學論證.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，局部優解一定是全局優解，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代替優化目標中的蝴蝶封閉式的呢松弛變量，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的在線監控和厭氧處理系統優化控制提供指導.梧州一體化污水處理設備效果好