相关向量机核函数研究及其在污水系统中的应用

《相关向量机核函数研究及其在污水系统中的应用》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。

1、硕士学位论文相关向量机核函数研究及其在污水系统中的应用作者姓名刘莉学科专业控制理论与控制工程指导教师许玉格所在学院自动化科学与工程学院论文提交日期2016年6月StudyonkernelfunctionofRelevanceVectorMachineanditsapplicationinwastewatersystemADissertationSubmittedfortheDegreeofMasterCandidate：LiuLiSupervisor：Prof.XuYugeSouthChinaUniv

2、ersityofTechnologyGuangzhou,China分类号：TP18学校代号：10561学号：201320112408华南理工大学硕士学位论文相关向量机核函数研究及其在污水系统中的应用作者姓名：刘莉指导教师姓名、职称：许玉格副教授申请学位级别：工学硕士学科专业名称：控制理论与控制工程研究方向：智能控制理论及其应用论文提交日期：2016年6月9日论文答辩日期：2016年6月9日学位授予单位：华南理工大学学位授予日期：年月日答辩委员会成员：主席：罗飞委员：肖兵、王聪、吴玉香、许玉格－

3、Ｊ华南理工大学学位论文原创性声明本人郑重声明：所呈交的论文是本人在导师的指导下独立进行研究所取得的研究成果。除了文中持别加Ｗ标注引用的内容外，本论文不包含任何其他个人或集体己经发表或撰写的成果作品。对本文的研巧做出重要贡。献的个人和集体，均已在文中Ｗ明确方式标明本人完全意识到本声明的法律后果由本人承担。：占６作者签名刻日期：年月日句＾学位论文版权使用授权书本学位论文作者完全了解学校有关保留、使用学位论文的规定，艮Ｐ：研究生在校攻读学位期间论文工作的知识产

4、权单位属华南理工大学。学校有权保存并向国家有关部口或机构送交论文的复印件和电子版，允许学位论文被查阅（除在保密期内的保密论文外）；学校可ｙＡ公布学位论文的全部或部分内容，可Ｗ允许采用影印、缩印或其它复制手段保存、汇编学位论一文。本人电子文挡的内容和纸质论文的内容相致。本学位论文属于：□保密，在年解密后适用本授权书。ｙ不保密，同意在校园网上发布，供校内师生和与学校有共享协议的单位浏览；同意将本人学位论文提交中国学术期刊（光盘版）电子杂志社全文出版和编入ＣＮＫＩ《中国

5、知识资源总库》，传播学位论文的全部或部分内，容。；＂＂（请在Ｗ上相应方框内打Ｖ）作者签名；真日期；Ｗ．。居巧指导教师签名；日期：《由．。诗去＾／作者联系电话；＇电子邮箱：联系地址：Ｊ摘要污水系统复杂，具有参数时变，多变量耦合、强非线性，严重滞后等特点，采用传统的测量方法难以满足精确性、环保、经济测量等要求，导致污水处理质量难以得到保障，且投入成本偏高，因此建立测量精度高且经济环保的污水软测量模型，对污水处理具有重要的意义。软测量技术是一种新型智能检测技术，

6、本文以污水处理为应用背景，结合相关向量机软测量建模的优势，以及对不同核函数性能的分析，提出了基于多属性高斯核函数的相关向量机软测量模型，并将其成功的用于污水系统出水参数的预测。本文主要研究如下：1.研究了相关向量机的原理，并在EM(ExpectationMaximization)迭代估计的基础上对相关向量机算法的收敛性进行分析。针对相关向量机污水软测量模型的预测效果受核函数影响的问题，本文重点研究了核函数的性能和参数的学习，发现多属性高斯核的特点和良好性能适合作为污水软测量模型的核函数。2.考虑到相关

7、向量机的建模优势，以及多属性高斯核的特点和良好性能，提出了一种基于多属性高斯核函数相关向量机的软测量模型来预测污水参数生物需氧量BOD、化学需氧量COD。针对多属性高斯核的学习问题，采用遗传算法来优化核参数，实验表明该模型能较好的实现BOD预测，但COD预测还有待改善。针对遗传算法在COD预测上难以获得合适的核参数的问题，采用梯度下降法来学习核参数，实验表明，该模型在COD的预测效果上较基于遗传算法的多属性高斯核函数相关向量机有所改善，并且模型具有较低的敏感性，鲁棒性较强。3.为了进一步提高污水重要参

8、数的预测精度，本文提出基于自优化的多属性高斯核相关向量机污水软测量模型。针对多属性核参数的学习问题，提出自优化学习方法，并给出具体实现步骤，通过实验表明，该模型不仅敏感度低，鲁棒性好，而且在保证模型稀疏性和收敛性的同时获得较高的输出精度，对污水出水参数具有良好的预测效果。4.离线模型在长时间后难以保证对后序的工况点的预测效果，在一些工况点处表现出较差的适应性，针对这一问题，本文提出多属性高斯核快速相关向量机在线软测量模型。该模型采用基于贝叶斯框架的相关向