根据某市自来水有限责任公司第二水厂的历史矾耗数据,建立矾耗流量关于原水浊度、温度等的动态矾耗模型.通过对数据进行处理得到10900个合格且净水效果高效的数据,将筛选出的数据分为训练样本集和测试样本集.在回归拟合中,通过拟合R2的大小将原水浊度划分为"低浊""中浊""高浊"3个区间,利用泰勒展开公式的非线性变量代换分别对3个区间建立不同的多项式回归模型,得到预测正确率约为72％,总的矾耗流量值约减少了9.6％的结果;在随机森林模型中,使用10900个合格数据,利用训练样本集,以"原水浊度""pH值""原水流量"和"水温"为输入变量,建立包含2000棵决策树的随机森林模型,得到预测正确率约为44.21％,总的矾耗流量值增加了0.04％的结果.从模型对合格数据的拟合优度看,随机森林模型比非线性回归模型效果更好;在平均绝对误差、平均绝对偏差百分比等评价指标上,前者均优于后者;但从历史数据检验的结果,模型的可解读性,模型的操作难度和推广角度看,分段二元非线性回归模型的优势更为突出.
国家科技期刊平台
NSTL
万方数据
维普
