采用BP-ANN和改进SVR的进水BOD软测量模型

作者：崔海; 余鑫磊; 庞继伟; 杨珊珊^*; 任南琪; 丁杰^*

来源：哈尔滨工业大学学报, 2022, 54(02): 59-66.

• 生化需氧量
• BP神经网络
• 支持向量回归
• 遗传算法
• 软测量

进水水质条件是研究和优化管理污水处理厂所需的关键要素，及时获取进水水质数据至关重要。针对污水厂关键性水质指标BOD_5不易直接检测、滞后强的特点，分别采用BP神经网络(BP-ANN)、网格搜索算法(GS)优化支持向量回归(SVR)、粒子群算法(PSO)优化的SVR和遗传算法(GA)优化的SVR 4种方法，通过利用其他进水指标与进水BOD_5的数学关系建立进水BOD_5软测量模型，实现进水BOD_5快速测定。并以黑龙江某污水厂为研究对象，比较4种机器学习模型的性能，找寻适合进水BOD_5预测的软测量方法。结果表明，基于SVR的软测量模型预测结果优于基于BP-ANN的软测量模型，而且采用GA优化的SVR模型精度最高。为实现污水厂进水BOD_5的实时监测和污水厂的便捷管理提供了参考依据。

• 单位
  哈尔滨工业大学; 哈尔滨供水集团有限责任公司