科研之友
微信
新浪微博
Facebook
分享链接
摘要
为解决BOD传统测量耗时长、需要离线采样分析、实验操作复杂的问题,论文提出了一种基于特征重要性排序和LDA降维算法改进的随机森林模型用于BOD的快速软测量。改进随机森林模型将12维辅助特征向量降至3维特征向量,有效减少数据中存在的噪声与冗余信息,提升了随机森林模型的预测能力。仿真结果表明,改进后的随机森林模型相较于其他模型在快速BOD预测中有明显优势,其MSE为0.038 8,MAE为0.122 7,决定系数为0.967 6,预测时间0.485 0,说明该模型为快速BOD预测场景提供了一种可能的思路。
- 单位
