資源描述：
《基于相關(guān)向量機(jī)的污水軟測(cè)量建模研究》由會(huì)員上傳分享，免費(fèi)在線閱讀，更多相關(guān)內(nèi)容在學(xué)術(shù)論文-天天文庫(kù)。
1、考詢r(jià)i3/、SouthChinaUniversityofTechnology碩士學(xué)位論文基于相關(guān)向量機(jī)的污水軟測(cè)量建模研究作者姓名曹濤學(xué)科專業(yè)控制理論與控制工程指導(dǎo)教師許玉格副教授所在學(xué)院自動(dòng)化科學(xué)與工程學(xué)院論文提交日期2015年6月StudyofsoftsensormodelingforWastewaterTreatmentProcessBaseonRelevanceVectorMachineADissertationSubmittedfortheDegreeofMasterCandidate：CaoTaoSupervis
2、or：Prof.XuYugeSouthChinaUniversityofTechnologyGuangzhou,China分類號(hào)：TP18學(xué)校代號(hào)：10561學(xué)號(hào)：201220113819華南理工大學(xué)碩士學(xué)位論文基于相關(guān)向量機(jī)的污水軟測(cè)量建模研究作者姓名：曹濤指導(dǎo)教師姓名、職稱：許玉格副教授申請(qǐng)學(xué)位級(jí)別：工學(xué)碩士學(xué)科專業(yè)名稱：控制理論與控制工程研究方向：控制系統(tǒng)分析與綜合論文提交日期：2014年5月5日論文答辯日期：2015年6月6日學(xué)位授予單位：華南理工大學(xué)學(xué)位授予日期：年月日答辯委員會(huì)成員：主席：羅飛委員：肖兵、王聰、吳玉
3、香、許玉格華南理工大學(xué)學(xué)位論文原創(chuàng)性聲明本人鄭重聲明：所呈交的論文是本人在導(dǎo)師的指導(dǎo)下獨(dú)立進(jìn)行研究所辱的研究成果。除了文中特別加以標(biāo)注引用的內(nèi)容外，本論文不包含任S他個(gè)人或集體已經(jīng)發(fā)表或撰寫的成果作品。對(duì)本文的研究做出重要貢的個(gè)人和集體，均已在文中以明確方式標(biāo)明。本人完全意識(shí)到本聲明的聿后果由本人承擔(dān)。作者簽名:曰期年心月c曰學(xué)位論文版權(quán)使用授權(quán)書本學(xué)位論文作者完全了解學(xué)校有關(guān)保留、使用學(xué)位論文的規(guī)定，艮口：究生在校攻讀學(xué)位期間論文工作的知識(shí)產(chǎn)權(quán)單位屬華南理工大學(xué)。學(xué)校R保存并向國(guó)家有關(guān)部門或機(jī)構(gòu)送交論文的復(fù)印件和電子版，允許
4、學(xué)位文被查閱（除在保密期內(nèi)的保密論文外）；學(xué)校可以公布學(xué)位論文的全或部分內(nèi)容，可以允許采用影印、縮印或其它復(fù)制手段保存、匯編學(xué)位文。本人電子文檔的內(nèi)容和紙質(zhì)論文的內(nèi)容相一致。本學(xué)位論文屬于：□保密，在_____年解密后適用本授權(quán)書。不保密，同意在校園網(wǎng)上發(fā)布，供校內(nèi)師生和與學(xué)校有共享協(xié)議氧位瀏覽；同意將本人學(xué)位論文提交中國(guó)學(xué)術(shù)期刊(光盤版）電子雜志社文出版和編入CNKI《中國(guó)知識(shí)資源總庫(kù)》，傳播學(xué)位論文的全部或部分內(nèi)(請(qǐng)?jiān)谝陨舷鄳?yīng)方框內(nèi)打“V”）作者簽名：日期：指導(dǎo)教師簽名：日期：泛作者聯(lián)系電話：電子郵箱：聯(lián)系地址(含郵編）：
5、摘要污水生化處理過程極其復(fù)雜，往往存在著參數(shù)時(shí)變、多變量耦合、強(qiáng)非線性、大滯后等特點(diǎn)。由于這些特點(diǎn)，傳統(tǒng)傳感器無(wú)法得到有效應(yīng)用，重要變量無(wú)法得到快速精確測(cè)量，生化過程無(wú)法得到有效優(yōu)化和診斷。軟測(cè)量技術(shù)是一種新型的智能檢測(cè)技術(shù)，在工業(yè)過程測(cè)控系統(tǒng)中具有非常廣闊的應(yīng)用前景。本文以污水處理過程為背景，結(jié)合其生化和工藝知識(shí)，對(duì)軟測(cè)量建模方法進(jìn)行了研究。為了解決傳統(tǒng)污水處理軟測(cè)量建模方法中存在的適用范圍小、精度低、魯棒性不強(qiáng)等問題，本文研究了一種基于相關(guān)向量機(jī)的軟測(cè)量回歸建模方法，并成功建立了預(yù)測(cè)污水處理出水水質(zhì)的軟測(cè)量模型，仿真結(jié)果驗(yàn)
6、證了該方法的有效性。首先，介紹了軟測(cè)量技術(shù)的基本原理，并對(duì)機(jī)器學(xué)習(xí)算法在軟測(cè)量上的應(yīng)用進(jìn)行了文獻(xiàn)綜述，分析了軟測(cè)量建模理論在污水領(lǐng)域的國(guó)內(nèi)外研究現(xiàn)狀，指出了軟測(cè)量建模過程中所面臨的主要問題。其次，研究了相關(guān)向量機(jī)原理及其回歸模型。針對(duì)污水?dāng)?shù)據(jù)維數(shù)高，容易給模型訓(xùn)練帶來困難的問題，采用了一種模糊粗糙單調(diào)遞增的屬性約簡(jiǎn)方法對(duì)污水?dāng)?shù)據(jù)進(jìn)行約簡(jiǎn)，得出了對(duì)污水出水生化需氧量BOD5(BiochemicalOxygenDemand)影響較大的幾類輸入屬性。在此基礎(chǔ)上，提出了一種基于模糊粗糙單調(diào)遞增相關(guān)向量機(jī)的出水BOD5軟測(cè)量模型。然后，
7、為了進(jìn)一步提高模型的預(yù)測(cè)精度，研究了核函數(shù)方法，并且結(jié)合全局核函數(shù)和局部核函數(shù)各自的優(yōu)勢(shì)，提出了一種基于混合核函數(shù)的相關(guān)向量機(jī)回歸建模方法。針對(duì)模型中多參數(shù)的優(yōu)化問題，研究了人工免疫優(yōu)化算法并應(yīng)用于模型的參數(shù)優(yōu)化中，給出了詳細(xì)的實(shí)現(xiàn)流程。仿真結(jié)果表明，提出的混合核函數(shù)模型預(yù)測(cè)精度明顯高于單一核函數(shù)模型，人工免疫優(yōu)化算法收斂速度快、全局搜索能力強(qiáng)。最后，根據(jù)污水生化處理工況實(shí)時(shí)性非常強(qiáng)的這一需求，提出了基于快速相關(guān)向量機(jī)的在線軟測(cè)量模型。首先研究了用快速邊際似然算法來快速確定模型中的超參數(shù)，給出了算法實(shí)現(xiàn)步驟，接著對(duì)算法作了性能
8、測(cè)試。將快速相關(guān)向量機(jī)應(yīng)用于污水在線軟測(cè)量模型中。仿真結(jié)果表明該模型在保證預(yù)測(cè)精度的同時(shí)，進(jìn)一步降低了模型的更新時(shí)間，很好地滿足了實(shí)時(shí)性這一要求。關(guān)鍵詞：污水處理；軟測(cè)量；核函數(shù)；人工免疫算法；快速相關(guān)向量機(jī)IAbstractWastewatertreatmentisbeco
