基于改进粒子群优化LSSVM的污水COD软测量建模

针对在污水处理过程中水质参数(如出水化学需氧量(COD),pH值)变化过程的高度时变性、非线性和复杂性等特点,提出一种基于改进粒子群优化最小二乘支持向量机(IPSO-LSSVM)的软测量模型。该模型将小样本机器学习——最小二乘支持向量机(LSSVM)引入工业污水处理过程水质参数预测,网络训练过程中采用粒子群优化算法,使得该算法能够自适应获取最优超参数,形成IPSO-LSSVM算法,对工业污水处理出水COD参数进行回归预测。实验结果表明:与LSSVM和PSO-LSSVM模型相比,IPSO-LSSVM模型预测结果的均方根误差分别降低了40.9%和30.5%;相关系数分别提高了13.0%和6.6%。这表明IPSO-LSSVM模型在预测精度、收敛速度和抗干扰能力等方面明显优于LSSVM和PSO-LSSVM模型。     

基于最小二乘支持向量机的数控机床热误差预测

为实现数控机床热误差的补偿控制,提出基于最小二乘支持向量机进行数控机床热误差建模预测的方法.根据最小二乘支持向量机回归预测的原理,优化选择最小二乘支持向量机参数,对数控车床热误差进行最小二乘支持向量机建模.通过测量数控车床主轴温升值与主轴热变形量,将获得的数据进行最小二乘支持向量机建模训练,以建立机床热误差预测模型.实验结果表明,该模型能有效描述热动态误差,与最小二乘法建模进行比较,结果显示,基于最小二乘支持向量机的数控机床热误差预测模型精度高、泛化能力强;采用最小二乘支持向量机得到的预测模型可用于数控机床热误差实时补偿,以提高机床的加工精度.     

废水处理过程的典型相关分析建模方法研究

随着公众环保意识的增强,废水达标排放成为工业生产中至关重要的一步。传统的污水出水水质预测模型是基于静态数据模型,这样不仅忽略了过程变量中的动态有效信息,还影响了模型预测的精度,降低了模型的泛化能力。在考虑了过程变量的时变与动态特性的基础上,将时间差分方法嵌入到典型相关分析模型中,分析了时间差分阶数变化对模型预测精度的影响。与传统的典型相关分析建模方法相比,基于时间差分的典型相关分析模型对出水化学需氧量的预测均方根误差由1.502 8下降至0.564 5,相关系数由0.422 7提高到0.847 0;对于出水总氮,其均方根误差由2.344 0下降到1.192 6,相关系数由0.405 9提高到0.793 6。模型的预测精度与泛化能力均得到提高。     

基于GA-LSSVM深基坑墙体侧斜滚动预测模型研究

针对基坑墙体侧斜数据的小样本和非线性特征,提出一种基于GA-LSSVM模型的基坑墙体侧斜的时间序列滚动预测方法。采用三次样条插值法对基坑墙体侧斜的时间序列进行预处理,运用遗传算法(GA)对最小二乘支持向量机(LSSVM)进行参数寻优,寻找最优参数模型,建立GA-LSSVM时间序列滚动预测模型,预测结果采用相关系数R和均方误差(Mean Squared Error,MSE)进行评价。该方法用于广州某地铁车站基坑墙体侧斜的预测分析,并和未经参数优化的最小二乘支持向量机预测模型进行对比分析,结果表明该预测模型的相关系数高,均方误差小,预测结果较为精准。     

克隆规划-交叉验证参数优化的LSSVM及惯性器件预测

为改善最小二乘支持向量机的泛化性能,将克隆规划、交叉验证相结合的优化算法用于最小二乘支持向量机的参数优化．克隆规划算法是具有局部、全局搜索能力的优化算法,能有效避免陷入局部极值;交叉验证算法的无偏估计性抑制了训练过程中“过拟合”和“欠拟合”．在该优化算法中,用交叉验证误差构造抗体抗原亲合度,用克隆规划算法寻找最小二乘支持向量机的最优参数．用优化的最小二乘支持向量机回归模型建立了惯性器件时间序列预测模型．实验结果验证了算法的有效性及预测模型的泛化性能．预测模型为动态补偿、故障预测提供了依据．     

基于连续小波变换参数选择的小麦近红外光谱模型优化方法研究

为了提高模型预测精度,结合连续小波变换（CWT）的最优参数选择,优化小麦蛋白质光谱模型。对原始光谱进行CWT,利用主成分分析（PCA）选出5种小波db1、sym2、sym5、sym7、coif1;在不同尺度参数下利用偏最小二乘法（PLS）建模,确定尺度参数为15;在此基础上,利用CWT结合多元散射校正（MSC）及支持向量机（SVM）建模确定最优小波db1;在最优参数下用CWT结合无信息变量消除算法（UVE）和连续投影算法（SPA）及SVM建立预测模型,预测均方根误差为0.3930,优于CWT-UVEPLS-SVM的0.4558和CWT-SPA-SVM的0.4415,研究结果表明,CWT参数选择可有效优化近红外光谱模型。     

基于最小二乘支持向量机算法的测量数据时序异常检测方法

将最小二乘支持向量机方法引入火电厂DCS的测量数据时序异常检测领域,该方法很好地建立了火电厂DCS的测量数据时序预测模型,具有预测真实值能力强、全局优化及泛化性好等优点。将该方法应用于某600 MW超临界火电机组DCS测量数据中,经过训练后的LS-SVM模型对再热蒸汽温度数据的检验样本进行不良值检测与真实值预测,均方根误差和平均相对误差分别为0.067%和0.050%,均方根误差是BP网络模型、RBF网络模型的8.756%和8.272%,平均相对误差是BP网络模型、RBF网络模型的7.541%和7.236%。应用结果表明,最小二乘支持向量机方法优于多层BP与RBF神经网络法,能很好地满足异常检测与真实值预测要求。     

基于PCA改进的LS—SVM公路旅游客流量预测模型

公路交通旅游客流量的影响因素众多,加大了预测模型输入变量的复杂性,降低了模型的运行速度和预测精确．首先,利用主成分分析对公路旅游客流量影响指标进行综合分析,得到主成分即输入变量,然后建立以主成分为输入变量,以客流量为输出变量的最小二乘支持向量机预测模型．通过实例验证和比较,展示了基于主成分分析改进的最小二乘支持向量机公路交通旅游客流量预测模型,具有较好的预测效果和较高的应用价值．     

变照度下的视觉测量系统误差建模

针对二维视觉在线测量工件时,照度变化因素导致测量误差的问题,提出基于遗传算法优化的最小二乘支持向量机（GA-LSSVM）,建立照度误差模型的方法. 分析视觉测量系统的误差来源,通过最小二乘法分析照度影响下的误差规律. 利用照度变化误差实验,获得照度和测量系统的误差数据,分别训练GA-LSSVM、支持向量机（SVM）以及BP神经网络,建立照度和测量系统误差模型,对系统测量误差进行预测. 结果表明：在变照度测量误差预测模型中,GA-LSSVM模型、SVM模型及BP神经网络模型的预测精度分别为94.90%、90.23%及80.60%. 这表明遗传算法优化的最小二乘支持向量机建立的变照度误差模型,在拟合和预测精度上优于传统的BP神经网络.     

基于偏最小二乘支持向量机回归区域物流量预测

研究采用偏最小二乘支持向量机回归模型进行区域物流量预测问题.针对普通最小二乘预测所存在的问题和物流系统样本量少的具体状况,提出偏最小二乘支持向量机回归区域物流量预测方法,采用主成分分析法提取影响物流量因素的新综合变量,建立以新综合变量为输入,物流量为输出的支持向量机回归非线性预测模型,在廊坊市物流量预测中进行仿真试验,证明了该方法的可行性与正确性.     

Preparation and photocatalytic properties of Fe-doped TiO_2 nanoparticles

1　INTRODUCTIONAsagoodphotocatalyst ,TiO2 hasattractedex tensiveinterestduetoitsvariousexceedingpropertieswithalargesurfacearea ,nontoxicity ,highstability ,lowcost ,andhighcatalysisforchemicalwastetreat ment[1] .PhotocatalyticreactionsoccuronthesurfaceofTiO2 particles .Whenaphotonwithenergyhve qualtoorexceedingtheTiO2 energygap(Eg =3.2eV ,λ=387nm)isabsorbedbyaTiO2 particle ,electron holepairswillbegenerated ,whichcanre duceandoxidatethepollutantsinbothwaterandair .Itisgenerallybelie…     

Preparation and photocatalytic properties of Fe-doped TiO2 nanoparticles

Nanocrystalline Fe-doped TiO2 with size of 60-70 nm was prepared by a sol-gel technique, followed by freeze-drying treatment for 2 h. Thermogravimetric and differential thermal analyses, X-ray diffraction, scanning electron microscope, laser diffraction particle size analyzer and OV-Vis spectrophotometer technologies were used to characterize the product. The photocatalytic activities of the samples were evaluated by the degradation of wastewater of paper-making. The effects of Fe ion implantation on the photocatalytic activity of TiO2 were also dis-cussed. The results show that the iron content plays an essential role in affecting the photocatalytic activity of the Fe-doped TiO2 and the optimum content of Fe-doped is 0.05% (mass fraction). The photocatalytic activity of sam-ples with lower content of Fe-doped is higher than that of pure TiO2 in the treatment of paper-making wastewater.The photo-degradation effect of paper-making effluent is the best by means of Fe-doped TiO2 with 0.05 % Fe.     

SKPCA⁃LSSVM模型在汽油干点预测中的应用

常压塔塔顶汽油干点与产品质量密切相关,因为常减压蒸馏工艺流程和变量相关性均复杂,所以汽油干点预测很难在线进行。软测量方法是解决这类变量估计和控制预测问题的一种技术途径。在核主元分析（KPCA）算法中引入稀疏主元分析（SPCA）思想,采用稀疏核主元分析（SKPCA）算法对模型的输入变量进行选择,实现了数据的非线性降维,简化了主元结构,增加了主元变量的稀疏性。将选择的稀疏主成分作为最小二乘支持向量机（LSSVM）的输入,建立常压塔塔顶干点软测量预测模型。仿真结果表明,SKPCA?LSSVM模型相对于传统PCA?LSSVM、KPCA?LSSVM方法具有较高的预测精度和性能优越性。     

絮凝沉淀法对选矿废水处理的研究

选矿废水中含有有害的选矿药剂、无机悬浮物、金属离子等,直接排放将对环境造成严重污染。以聚合氯化铝做絮凝剂,与助凝剂聚丙烯酰胺联合使用对承德市双滦区某选矿废水进行实验处理研究。采用单因素分析方法,以处理后清水出水率做衡量指标,对影响污水处理效果的各因素的工艺条件进行考查,确定最佳工艺条件为非离子型聚丙烯酰胺用量0.5 m L、聚合氯化铝用量20 m L、沉降时间5 min、p H值6.7,处理后出水率达到89.98%,处理效果较好。     

电控反冲SMBR处理中药废水试验研究

采用简单的水解酸化预处理与自行研发的好氧电控反冲SMBR相结合的工艺,进行了处理富含甙类物质的中药废水的试验研究.结果表明,当进水COD为1 090.1 mg/L,反冲时间为5m in,平均HRT为5.97h时,工艺系统COD平均去除率为89.4%,出水COD浓度达GB8978-1996《污水综合排放标准》医药原料药工业污水二级排放标准,证明该工艺用于处理中等浓度的中药废水是可行的.     

污水复合式厌氧水解酸化预处理试验研究

针对现有污水水解酸化预处理工艺运行效率低等问题,提出了一种复合式污水水解酸化处理工艺.自下至上依次经过悬浮污泥区、泥水分离区、生物膜强化出水区.通过处理配制啤酒废水试验表明,进水ρ(COD)在0.6～1.0 g/L时,ρ(COD)去除率大于50%,ρ(SS)去除率大于70%,ρ(BOD_5)/ρ(COD)升高0.25.试验还研究了悬浮污泥段污泥浓度、水力停留时间、进水有机物负荷对水解酸化效果的影响以及污泥减量化特性.该工艺耐有机负荷冲击能力强、对有机物去除率高、剩余污泥产量小、水解酸化效率高、占地面积小、便于一体化施工管理.     

某造纸废水处理工程实例

以某造纸企业废水治理工程为例,具体介绍了用＂三级沉淀＋气浮＋生化＂工艺处理造纸废水的设计思路及工艺参数.工程实践表明,该工艺对有机物的去除可达到现有污水排放标准.     

污水处理出水BOD区间预测建模

生化需氧量(BOD)是评价水质的重要指标,也是污水处理过程中直接控制的参数.为了提高污水处理质量,需要寻找BOD的有效测量方法.本文给出一种新的BOD软测量方法,可以实现其保证估计.采用主元分析方法选取BOD预测的主要辅助变量.利用径向基函数神经网络的逼近能力,将其用于污水处理出水BOD软测量建模.径向基函数神经网络的中心被确定之后,考虑到建模误差有界,使用参数线性集员辨识算法得到网络输出权值的集合描述.在污水处理系统运行过程中,所建立好的软测量模型可以预测出水BOD的上下界.此外,建立多个软测量模型,并将多模型测量结果进行融合以降低单一模型所给结果的保守性.实验结果表明本文方法的有效性.     

改性木质素除油絮凝剂处理含油废水的研究

利用制浆造纸工业中的副产物——碱木素为原料,通过化学改性,制备出含二硫代氨基甲酸盐基团的改性木质素除油絮凝剂(MLOF),利用MLOF处理含油废水,并进行絮凝条件的优选实验。实验结果表明,当含油废水的pH值为6.7,絮凝剂的质量浓度为35 mg/L时,废水中的油、CODCr、固体悬浮物(SS)和色度的去除率分别达到88.2%,71.5%,90.5%和93.7%。不同类型絮凝剂的对比实验结果表明,MLOF处理含油废水的用量少,且其絮凝性能明显优于聚丙烯酰胺(PAM)、聚合氯化铝(PAC)和聚合硫酸铁(PFS)等高分子絮凝剂。