本文主要研究内容
作者辛辰,刘鸿斌（2019）在《预测造纸废水出水指标的随机森林建模方法》一文中研究指出：出水化学需氧量(COD)与出水固形物含量(SS)是评价造纸废水处理工艺好坏的重要指标。为了更好地对其进行预测,提出了一种基于随机森林(RF)模型的方法,并以R语言为工具进行回归预测。对比偏最小二乘(PLS)模型、支持向量回归(SVR)模型、人工神经网络(ANN)模型等常规预测模型,发现RF模型具有预测精度高,结果误差小,泛化能力好,调整参数少等优点。在对出水COD进行预测时,RF模型的相关系数r为0.7954,相比于PLS、SVR、ANN分别提高了8.88%、10.73%、14.68%。在对出水SS进行预测时,RF模型的相关系数r为0.8551,相比于PLS、SVR、ANN分别提高了15.43%、24.25%、30.79%。
Abstract
chu shui hua xue xu yang liang (COD)yu chu shui gu xing wu han liang (SS)shi ping jia zao zhi fei shui chu li gong yi hao huai de chong yao zhi biao 。wei le geng hao de dui ji jin hang yu ce ,di chu le yi chong ji yu sui ji sen lin (RF)mo xing de fang fa ,bing yi Ryu yan wei gong ju jin hang hui gui yu ce 。dui bi pian zui xiao er cheng (PLS)mo xing 、zhi chi xiang liang hui gui (SVR)mo xing 、ren gong shen jing wang lao (ANN)mo xing deng chang gui yu ce mo xing ,fa xian RFmo xing ju you yu ce jing du gao ,jie guo wu cha xiao ,fan hua neng li hao ,diao zheng can shu shao deng you dian 。zai dui chu shui CODjin hang yu ce shi ,RFmo xing de xiang guan ji shu rwei 0.7954,xiang bi yu PLS、SVR、ANNfen bie di gao le 8.88%、10.73%、14.68%。zai dui chu shui SSjin hang yu ce shi ,RFmo xing de xiang guan ji shu rwei 0.8551,xiang bi yu PLS、SVR、ANNfen bie di gao le 15.43%、24.25%、30.79%。
论文参考文献
论文详细介绍
论文作者分别是来自中国造纸的辛辰,刘鸿斌，发表于刊物中国造纸2019年08期论文，是一篇关于废水处理过程论文,随机森林模型论文,出水指标论文,回归模型论文,中国造纸2019年08期论文的文章。本文可供学术参考使用，各位学者可以免费参考阅读下载，文章观点不代表本站观点，资料来自中国造纸2019年08期论文网站，若本站收录的文献无意侵犯了您的著作版权，请联系我们删除。
标签：废水处理过程论文; 随机森林模型论文; 出水指标论文; 回归模型论文; 中国造纸2019年08期论文;