SVR在城市污水BOD预测中的应用

摘要：

针对城市污水中重要污染参数BOD的水质参数不易直接测得的特点.本文采用机器学习的方式,通过建立基于SVR的非线性回归模型,利用城市污水中的COD、SS、pH和氨氮的测量值,预测出城市污水中的生化含氧量.并通过对北京某城市污水处理厂的进水污水测量数据进行预测实验.实验结果证明,本文所使用预测模型,对于城市污水中BOD参数的预测具有有效性,且该预测模型有较高的精度.

关键词：SVR、生化需氧量、机器学习、水质监测

所属期刊栏目：9

分类号：TP273(自动化技术及设备)

资助基金：北京市科技重大专项"北京城市副中心二次供水保障关键技术与设备研发和示范"Z171100004417010

在线出版日期：2019-06-28（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：94-98