文档介绍：分析支持向量机算法在污水处理中的应用
摘 要：污水处理是城市环境保护的一个重要问题，污水处理过程是一个涵盖多方面的生化过程。在这个过程中涉及到了许多的机械、电气等设备，同时又受到进水流量以及浓度剧烈波动的影响，因此在对污水进行处理过程中，它一直处在一个稳定性不强的状态下。目前，怎样实现自动监控污水处理过程的状态是污水处理厂的一个重要问题。本文将支持向量机引入到污水处理过程中，从支持向量机的概述以及支持向量机在污水处理中的应用这两个方面进行详细论述。
关键词：支持向量机;污水处理过程;应用
1 支持向量机概述
所谓的支持向量就是指那些处在间隔区域边缘的训练样本点。在这里"机"实际上就是一种算法。支持向量机是Vapnik与他的同伴一起研究出的一套学****算法，它利用核函数将样本向量映射到高维特征空间，并在映射的高维特征空间中构造出一种最有分类面，从而获得现行最优决策函数。进一步来说，一般情况下，一个支持向量机构造一个超平面，或者是在无限维的空间中，它具有分析数据、识别模式以及分类等功能。对于支持向量机而言，其最为关键的技术支持就是核函数，在运用支持向量机的过程中，只要我们选择了适当的核函数，那么就能够得到高维空间的分类函数。
支持向量机是新型统计学****方法，因此它存在着优、缺点。首先，从支持向量机的优点来说：其一是支持向量机有效的将最优化问题变成了凸二次规划问题，从而最大程度地确保对全局最优值的充分了解。其二是支持向量机利用支持向量将那些非支持向量剔除，因此在一定程度上支持向量机有效地保证了系统模型的泛化能力。其三是支持向量机由于是建立在结构风险最小化的基础上，因此能够将期望风险降低到最小，可以说它就是模型复杂度与模型学****能力的折中，这就使它相比其它算法更加地完善。其四是支持向量机完美地将统计学理论与数学知识相结合，因此其理论更为严谨。其次，从支持向量机的缺点来说：其一是由于支持向量机目前主要针对的是小样本问题的解决，因此遇到大样本的时候就会显得束手无措。其二是由于支持向量机是在引入核函数基础上发展的，因此它在很大程度上便会受到核函数参数的影响。其三是由于支持向量机的解是单纯靠支持向量决定，虽然在这一过程中已经剔除了许多非支持向量，但同时在这一过程中也失去了许多数据的统计特性。其四是由于支持向量机中核函数的选取主要是依据人们的经验进行选取的，从而导致其结果具有很大的主观性。
2 支持向量机算法在污水处理中的应用
污水处理过程一般可分三个等级，分别为预处理、生化处理以及深度处理。现在的污水处理厂工艺流程一般包括以下几个方面：首先，污水通过物理方法将其中的悬浮物体过滤掉，继而进入生化处理阶段。在生化池内，通过微生物对有机物养料的消化，从而将污泥和污水的混合液留下，继而进入二沉池中。在二沉池内，利用重力的作用我们可以将污泥和污水的混合液进行固液的分离，从而将固体物沉淀到池底。最后，已经进行过处理的污水可以进行进一步的处理或者将它直接排放到江河中。
目前监控污水处理过程的状态的方法主要有多变量统计过程控制法与模式分类法两种形式。其中，运用最为广泛的是模式分类法中的支持向量机算法。接下来，我们就具体谈谈支持向量机算法在污水处理中的应用。我们主要是根据UCI机器学****数据库中