您的位置: 专家智库 > >

徐方舟

作品数:2 被引量:10H指数:2
供职机构:江南大学通信与控制工程学院更多>>
发文基金:国家高技术研究发展计划更多>>
相关领域:自动化与计算机技术机械工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇自动化与计算...
  • 1篇机械工程

主题

  • 2篇支持向量
  • 2篇支持向量机
  • 2篇软测量
  • 2篇水处理
  • 2篇污水
  • 2篇污水处理
  • 2篇向量机
  • 1篇水处理系统
  • 1篇子群
  • 1篇最小二乘
  • 1篇最小二乘支持...
  • 1篇污水处理系统
  • 1篇向量
  • 1篇粒子群
  • 1篇控制系统
  • 1篇核函数
  • 1篇PSO-LS...
  • 1篇参数优化
  • 1篇出水
  • 1篇处理系统

机构

  • 2篇江南大学

作者

  • 2篇潘丰
  • 2篇徐方舟

传媒

  • 1篇机电工程
  • 1篇江南大学学报...

年份

  • 2篇2010
2 条 记 录,以下是 1-2
排序方式:
基于PSO-LSSVM污水处理系统出水数据的软测量被引量:6
2010年
以某公司污水处理系统为背景,利用各进水数据基于支持向量机建立软测量模型,实现对出水BOD5质量浓度、COD质量浓度的预测。针对支持向量机参数的选择问题,采用粒子群优化算法对其进行调整,最终实现污水处理系统BOD5质量浓度、COD质量浓度的软测量。
徐方舟潘丰
关键词:软测量支持向量机参数优化粒子群
污水处理控制系统设计与出水参数的软测量被引量:4
2010年
随着工业技术的发展,各种污染已经严重影响了人类的生存环境。近年来人们由于对水环境保护意识不断增强,更多的技术被要求应用于污水处理过程之中。针对某焦化厂污水处理系统,设计了一套基于W INCC、PLC的污水处理控制系统,从而实现了污水处理系统自动化控制。利用已测得进水数据,基于最小二乘支持向量机(LSSVM)建立了软测量模型,并且引入小波分析这一数学分析方法,选用径向基小波核函数。针对支持向量机参数,采用自适应粒子群优化(APSO)算法对其进行了调整。实验结果表明,此方法能够实现对污水处理系统出水BOD5、COD浓度的软测量预测。
徐方舟潘丰
关键词:控制系统最小二乘支持向量机核函数
共1页<1>
聚类工具0