人工智能模型在城市污水处理水质指标监测中的垂直应用
定 价：86 元
- 作者：常鹏 卢艳 张诗娆 著
- 出版时间：2026/4/30
- ISBN：9787524503484
- 出 版 社：知识产权出版社
- 中图法分类：X703-39
- 页码：212
- 纸张：
- 版次：1
- 开本：16开
-
商品库位：
间歇生产过程特与连续工业相比，其过程特性更加复杂，数据统计特征亦更为丰富。本文基于核熵成分分析方法从生产过程的正常历史数据出发，既考虑稳定模态过程监测，又针对稳定模态间的过渡模态的本身特点，建立过渡模态监测模型。同时还从实际出发，全面考虑多元统计方法在多模态过程应用时需要解决的几个重点问题，譬如：阶段划分、阶段识别、特征提取等，提出了一些针对间歇过程具体数据特征的监控算法，以此来提高过程监控能力与产品质量，保证生产安全。
常鹏，1981年出生，副教授。主要从事间歇过程统计建模及监测等方面的研究。目前，作为主要参与人，参与国家自然科学基金项目1项、高等学校博士学科点专项科研基金1项。近三年，发表学术论文8篇，被SCI、EI收录5篇；获得国家发明专利2项。
目录
第1章绪论 1
1.1研究背景及意义 1
1.1.1 研究背景 1
1.1. 2 研究意义 4
1. 2经典污水处理工艺介绍 5
1. 3水质指标监测 7
1. 3.1水质指标监测简介 7
1. 3. 2水质指标监测建模方法介绍 9
1. 3. 3面向污水处理水质指标监测的建模方法综述 11
1. 3. 4面向污水处理的水质指标监测建模方法存在的问题 21
1. 3. 5本书针对水质指标监测建模方法展开的研究 23
1. 4污水处理过程仿真平台介绍 25
1. 4.1 BSM1介绍 25
1. 4. 2 生化反应过程模拟 27
1. 4. 3 数据介绍 29
1. 5宽度学习系统 29
1. 5.1增加增强节点 32
1. 5. 2增加特征节点 33
1. 5. 3增加训练数据 34
1. 6研究内容及章节安排 35
第2 章 基于宽度学习系统的水质软测量 38
2.1引 言 38
2. 2基于特征增强的宽度学习系统 39
2. 2.1估计子空间 40
2. 2. 2估计原子 42
2. 2. 3特征增强网络构建 43
2. 3案例研究 46
2. 3.1基准仿真模型(BSM1) 46
2. 3. 2 参数设定 46
2. 3. 3 结果与讨论 48
2. 3. 4模型更新实验 52
2. 4本章小结 55
第3 章宽度学习系统参数优化 56
3.1引言 56
3. 2粒子群优化算法 57
3. 2. 1 粒子群优化算法的基本原理 57
3. 2. 2多目标问题 58
3. 2. 3粒子群优化算法的数学表达 59
3. 2. 4 多目标粒子群优化算法的实现步骤 59
3. 3鸽群飞行行为启发的多目标粒子群算法 62
3. 3.1平行单元坐标系 63
3. 3. 2 多目标鸽群优化算法 65
3. 4最终解选择方法 68
3. 5案例研究 69
3. 5.1标准测试函数 70
3. 5. 2评价指标 71
3. 5. 3 对比实验 73
3. 5. 4优化实验 75
3. 6本章小结 76
第4 章 基于阶段软划分的软测量系统 77
4.1引 言 77
4. 2阶段软划分方法 78
4. 2.1仿射传播聚类算法 78
4. 2. 2 基于Sihouette准则的阶段软划分 81
4. 3案例研究 83
4. 3. 1 污水处理过程数据的阶段性 83
4. 3. 2子阶段内软测量建模 85
4. 3.3性能对比 86
4. 4本章小结 89
第5章 污水处理关键水质参数软测量平台 91
5.1引言 91
5. 2 序批式污水处理工艺 91
5. 3 关键参数软测量平台设计与实现 93
5. 3.1软测量平台登录界面 93
5. 3. 2软测量平台主界面 95
5. 3. 3软测量平台结果显示界面 97
5. 3. 4软测量平台使用流程 98
5. 4 本章小结 100
第6章 基于特征增强提取宽度学习系统的水质监测方法 101
6.1引言 101
6. 2 特征增强提取宽度学习系统 102
6. 2.1 时序性特征节点组 103
6. 2. 2非高斯性特征节点组 104
6. 2.3增强节点组 107
6. 2. 4基于FAEBLS的水质监测模型构建流程 109
6. 3实验验证与结果分析 111
6. 3.1BSM1污水仿真实验数据分析 111
6. 3. 2BSM2污水仿真实验数据分析 118
6. 4 本章小结 123
第7 章 基于变量选择的特征增强型堆叠宽度学习系统的水质监测方法 125
7.1引言 125
7. 2 基于变量选择的特征增强型堆叠宽度学习系统 126
7. 2.1基于XGBoost的重要特征映射 126
7. 2. 2 基于残差连接和自注意力机制的网络堆叠 130
7. 2. 3 基于VS-FAESBLS的水质监测模型的构建流程 134
7. 3实验验证与结果分析 136
7. 3.1BSM2污水仿真实验数据分析 137
7. 3. 2UCI污水实验数据分析 142
7. 4本章小结 150
第8 章 基于差分进化鸽群优化算法的多输出水质监测方法 151
8.1引言 151
8. 2 基于粒子群优化算法的模型超参数确定方法 152
8. 2. 1 粒子群优化算法的基本原理 152
8. 2. 2基于PSO-VS-FESBLS的多输出水质监测模型构建流程 153
8. 3 基于差分进化鸽群优化算法的模型超参数确定方法 155
8. 3. 1 鸽群优化算法的基本原理 155
8. 3. 2差分进化算法的基本原理 158
8. 3. 3基于DEPIO-VS-FESBLS的多输出水质监测模型构建流程 159
8. 4实验验证与结果分析 161
8. 4.1UCI污水实验数据分析 161
8. 4. 2BSM2污水仿真实验数据分析 166
8. 5本章小结 170
第9 章 城镇污水处理过程水质监测平台开发 172
9.1引 言 172
9. 2水质监测平台需求分析与开发计划 172
9. 2. 1 水质监测平台需求分析 172
9. 2. 2水质监测平台开发计划 174
9. 3水质监测平台总体框架设计与实现 174
9. 3.1用户管理模块 175
9. 3. 2数据管理模块 177
9. 3. 3模型训练模块 181
9. 3. 4模型优化模块 184
9. 3. 5在线监测模块 186
9. 4本章小结 189
总结 190
参考文献 192
新书资讯
