基于AWLS-SVM的污水处理过程软测量建模

第36卷第8期2015年8月仪器仪表学报ChineseJournalofScientificInstrumentV01．36No．8Aug．2015基于AWLS-SVM的污水处理过程软测量建模赵超1，戴坤成1，王贵评1，张登峰2(1．福州大学石油化工学院福州350108；2．南京理工大学机械工程学院南京210094)：I=摘要：针对污水处理过程建模中样本数据可能存在的测量误差对模型性能的影响，提出一种自适应加权最小二乘支持向量机(AWLS—SVM)回归的软测量建模方法。该方法基于最小二乘支持向量机模型，根据样本拟合误差，并结合改进的指数分布赋权规则，自适应地为每个建模样本分配不同的权值，以降低随机误差对模型性能的影响；同时采用一种全局优化算法——混沌粒子群模拟退火(CPSO-SA)算法对最小二乘支持向量机的模型参数进行优化选择，以提高模型的泛化能力。仿真实验表明，AWLS-SVM模型的预测精度及鲁棒性能优于IS．SVM和wLS—SVM。最后，应用AWLS．SVM方法建立污水处理过程出水水质关键参数的软测量模型，获得了较好的效果。关键词：最小二乘支持向量机；污水处理过程；污水出水水质；混沌粒子群；模拟退火；软测量建模中图分类号：TPl81TH86文献标识码：A国家标准学科分类代码：530．14SoftsensormodelingforwastewatertreatmentprocessbasedonadaptiveweightedleastsquaressupportvectormachinesZhaoCha01，DaiKunchen91，WangGuipin91，ZhangDengfen92(J．SchoolofChemicalEngineering，FuzhouUniversity，Fuzhou350108，China；2．SchoolofMechanicalEngineering，Na彬ngUniversityofScienceandTechnology，Na彬ng210094，China)Abstract：Aimingattheproblemthatthepresenceofoutliersinsampledatacancorruptthemodelperformance，whichleadstoundesira．bleresults，asoftsensor