造纸废水处理过程的高斯过程回归软测量建模

摘要：

针对造纸废水处理系统的时变性、非线性和复杂性等特点,本文提出一种基于高斯过程回归的软测量模型.基于平方指数协方差、线性协方差和周期性协方差函数组合构建了7种高斯过程回归模型,分别对出水化学需氧量和出水悬浮固形物浓度进行回归预测.此外,还对比了多元线性回归模型、主成分回归模型、偏最小二乘模型、人工神经网络模型和高斯回归模型的预测效果.对比计算结果表明无论是对输出变量的训练拟合还是预测,高斯过程回归模型的拟合效果均优于非高斯过程回归模型.高斯过程回归模型的预测结果表明:对于出水化学需氧量,线性协方差函数与周期性协方差函数的组合模型可以取得最好的预测结果;对于出水悬浮固形物,平方指数协方差函数与线性协方差函数组合模型可以取得最好的预测结果.

关键词：废水处理、高斯过程回归、协方差函数、软测量、机器学习

所属期刊栏目：38

分类号：X703(一般性问题)

资助基金：南京林业大学高层次人才科研启动基金资助项目163105996;制浆造纸工程国家重点实验室开放基金资助项目201813,201610

在线出版日期：2018-08-24（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：2564-2571