水处理论文笔记（5）

题目：基于改进粒子群优化 LSSVM 的污水 COD 软测量建模
作者：黄琦兰
期刊：天津工业大学学报
摘要：摘 要：针对在污水处理过程中水质参数（如出水化学需氧量（COD），pH 值）变化过程的高度时变性、非线性和复杂
性等特点，提出一种基于改进粒子群优化最小二乘支持向量机（IPSO-LSSVM）的软测量模型。该模型将小
样本机器学习———最小二乘支持向量机（LSSVM）引入工业污水处理过程水质参数预测，网络训练过程中采
用粒子群优化算法，使得该算法能够自适应获取最优超参数，形成 IPSO-LSSVM 算法，对工业污水处理出
水 COD 参数进行回归预测。实验结果表明：与 LSSVM 和 PSO-LSSVM 模型相比，IPSO-LSSVM 模型预测结
果的均方根误差分别降低了 40.9%和 30.5%；相关系数分别提高了 13.0%和 6.6%。这表明 IPSO-LSSVM 模
型在预测精度、收敛速度和抗干扰能力等方面明显优于 LSSVM 和 PSO-LSSVM 模型。

关键词：污水处理；化学需氧量（COD）；改进粒子群算法；最小二乘支持向量机（LSSVM）；参数优化；出水化学需氧量

方法：本文将 2019 年的日运行数据作为
模型训练和测试数据。以出水 COD 为预测模型的输
出，以进水悬浮固型物（SS）、进水总氮（TN）、进水温度
（T）、进水化学需氧量（COD）、进水量（Q）、进水 pH 值、生化池溶解氧（DO）为预测模型的输入，建立 7 输入 1
输出的预测模型。