基于IPSO-LSSVM的污水BOD预测应用研究

生化需氧量(BOD)的快速准确测量对于污水处理过程的调控至关重要。针对污水处理过程中BOD浓度测量时效性较低等问题,选择最小二乘支持向量机(LSSVM)作为BOD浓度预测模型,并选用粒子群优化算法(PSO)优化回归性能参数,同时使用自适应惯性权重计算方法对PSO进行改进,建立了IPSO-LSSVM预测模型。运用预测模型对某污水厂数据进行仿真研究以及3种误差分析,结果表明该模型具有较好的预测精度。

用丝绸练染废水CODcr快速预测BOD_5

采用数理统计的方法,找出练染废水CODcr与BOD_5之间的相互关系,然后用CODcr的分析测定结果来预报BOD_5的值。

稳健GIM(1)预测模型及其应用

结合某水域地面水BOD_5的预测实践,研究提出了稳健GIM（1）预测模型。该模型的参数估计运用最小残差绝对和算法,并探讨了其较常规最小二乘法在处理含异常值的系统的优点。实例表明,稳健GIM（1）模型比常规GIM（1）模型的预测更可行。