造纸废水处理过程的高斯过程回归软测量建模

来源：中国环境科学杂志2018年第7期北京时间：

作者：宋留, 杨冲, 张辉, 刘鸿斌

单位：1. 南京林业大学林业资源高效加工利用协同创新中心, 江苏 南京 210037; /\r\n2. 华南理工大学制浆造纸工程国家重点实验室, 广东 广州 510640

摘要：针对造纸废水处理系统的时变性、非线性和复杂性等特点，本文提出一种基于高斯过程回归的软测量模型.基于平方指数协方差、线性协方差和周期性协方差函数组合构建了7种高斯过程回归模型，分别对出水化学需氧量和出水悬浮固形物浓度进行回归预测.此外，还对比了多元线性回归模型、主成分回归模型、偏最小二乘模型、人工神经网络模型和高斯回归模型的预测效果.对比计算结果表明无论是对输出变量的训练拟合还是预测，高斯过程回归模型的拟合效果均优于非高斯过程回归模型.高斯过程回归模型的预测结果表明：对于出水化学需氧量，线性协方差函数与周期性协方差函数的组合模型可以取得最好的预测结果；对于出水悬浮固形物，平方指数协方差函数与线性协方差函数组合模型可以取得最好的预测结果.

关键词：废水处理,高斯过程回归,协方差函数,软测量,机器学习

基金资助：

南京林业大学高层次人才科研启动基金资助项目（163105996）；制浆造纸工程国家重点实验室开放基金资助项目（201813，201610）