1. 研究目的与意义
当前对于造纸废水的处理一般采用物理方法或者生化方法，其过程具有复杂性、非线性、时变性、不确定性等特点，难以用精确的数学模型描述实际过程。当前为实现过程控制中实现最优控制，取得最佳控制结果，通常采用软测量的方法来解决某些难以测量或者当前无法进行测量的变量的测量问题。软测量的基本思想就是通过将自动控制理论与生产过程的相关知识进行结合，利用计算机将难以测量或者无法测量的变量，通过选择一些较为容易的测量利用一定的数学关系来进行预估。
软测量技术中软测量模型的建立是核心任务。软测量模型建立的方法主要有两种：一种是基于过程反应机理的机理建模，该方法通过分析反应过程的机理，利用物理、化学的方法分析反应的规律，从而建立相对应的模型。但是在实际生产过程中，生产对象的反应机理通常较为复杂，而且随着生产的环境发生改变往往会发生变化，使得机理建模的预测效果不能符合要求。另一种是数据驱动建模，通过对输入输出的数据利用数据分析得到相应的模型。这种方法的主要优势就是不需要对反应对象的反应机理进行研究，只需要通过大量数据的采集便可以得到预测效果良好的数学模型。
2. 国内外研究现状分析
当前对于软测量建模这一问题，国内外学者进行了大量的研究，并取得了一定的成果。上海交通大学殷正远发表的基于PLS的工业现场数据建模方法中介绍了偏最小二乘回归（PLS）在软测量建模中的应用，并与实际生产中使用的方法进行比较；杭州电子科技大学的梁杰在基于数据的软测量建模方法研究及应用中分析了主元回归（PCR）和偏最小二乘回归（PLS）在软测量建模中的应用并比较两者之间的差异；Maniquiz M.C.在Multiple linear regression models or urban runoff pollutant load and event mean concentration considering rainfall variables.一文中介绍了多元线性回归应用于软测量建模取得的成效；华南理工大学的万金泉、马邕文在模糊神经模型对废水处理过程COD的预测及控制中提出了将模糊神经网络应用于软测量建模所得到的预测分析；上海交通大学的冯瑞在基于SVM的软测量建模中提出用支持向量机建立软测量模型，并分析该方法的效果。
3. 研究的基本内容与计划
使用多种统计学方法对废水数据进行建模仿真，以偏最小二乘pls为基础，学习matlab工具箱的使用，并与多元回归方法进行比较。在文中附上相应的程序代码。
计划为第五周前了解多种不同建模方法的原理及matlab工具箱的使用，第八周前完成建模得出相应数据，十二周前完成论文。
4. 研究创新点
通过对比分析多种建模方法在原理上的区别以及各自的预测结果，可以分析不同模型的特点以及不足之处。
