-
公开(公告)号：CN109711070A
公开(公告)日：2019-05-03
申请号：CN201811633737.1
申请日：2018-12-29
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于活性污泥水处理的溶解氧浓度优化方法，其包含：步骤1，建立活性污泥水处理系统模型；步骤2，对粒子群算法进行改进；步骤3，建立基于XGBoost的集成出水水质预测模型并对其进行仿真计算，获取水质模型的实时出水参数值；步骤4，利用APSO-BP方法对进水水质中溶解氧浓度进行动态优化，获取最优溶解氧浓度设定值。本发明的优化方法采用基于XGBoost的集成学习模型对出水水质的参数值进行实时预测，并通过APSO-BP方法建立溶解氧浓度优化模型，在保证出水水质的基础上，解决了活性污泥法污水处理过程中出水参数值时延大、精度低等问题，通过对曝气池进行合理曝气降低企业生产成本，促进工厂高效稳定运行。
-
公开(公告)号：CN109408774A
公开(公告)日：2019-03-01
申请号：CN201811323416.1
申请日：2018-11-07
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于随机森林和梯度提升树的预测污水出水指标的方法，其包括以下步骤：步骤1：在原始数据训练集中有放回地抽取样本，构成若干样本集；步骤2：根据样本构建随机森林；根据随机森林计算特征重要性，进行属性筛选；步骤3：根据筛选后的属性形成的样本构建梯度提升树模型；步骤4：根据实时监测数据放入梯度提升树模型中预测出污水厂未来一段时间的污水出水指标。本发明将随机森林与梯度提升树模型结合起来建立了污水出水指标数据的关系模型，通过随机森林的降维和梯度提升树高精度的训练可以较为准确地预测出未来一段时间内的污水出水指标数据。
-
公开(公告)号：CN109408774B
公开(公告)日：2022-11-08
申请号：CN201811323416.1
申请日：2018-11-07
Applicant: 上海海事大学
Abstract: 本发明公开了一种基于随机森林和梯度提升树的预测污水出水指标的方法，其包括以下步骤：步骤1：在原始数据训练集中有放回地抽取样本，构成若干样本集；步骤2：根据样本构建随机森林；根据随机森林计算特征重要性，进行属性筛选；步骤3：根据筛选后的属性形成的样本构建梯度提升树模型；步骤4：根据实时监测数据放入梯度提升树模型中预测出污水厂未来一段时间的污水出水指标。本发明将随机森林与梯度提升树模型结合起来建立了污水出水指标数据的关系模型，通过随机森林的降维和梯度提升树高精度的训练可以较为准确地预测出未来一段时间内的污水出水指标数据。
-
-
Search Results
3
records
(took 0.017 seconds)
