基于BP神经网络的溶解氧浓度软测量方法研究 | |
安爱民; 祁丽春; 丑永新; 张浩琛; 宋厚彬 | |
2015-07-31 | |
会议日期 | 2015 |
关键词 | 溶解氧浓度 遗传算法 神经网络 软测量 |
页码 | 1 |
英文摘要 | 针对污水处理过程中曝气池溶解氧浓度无法精确在线测量的问题,本文采用BP神经网络建立了溶解氧浓度预测的软测量模型。将进水参数氨和铵根离子态的氮Snh、快速可生物降解有机物Ss、异养菌生物量Xbh、颗粒性不可生物降解有机物Xi、慢速可生物降解有机物Xs以及进水流量Q作为BP神经网络软测量模型的输入变量,采用遗传算法对BP神经网络的初始连接权值和阈值进行优化。对预测结果的准确性及遗传算法优化BP神经网络的泛化能力进行了分析,讨论了数据归一化对软测量模型预测结果的影响。仿真结果表明,采用遗传算法优化BP神经网络的权值和阈值以及对训练数据归一化处理,有效地解决了溶解氧浓度BP软测量模型精度差的问题,使溶解氧软测量模型的测量精度明显增强。 |
会议录出版地 | 第26届中国过程控制会议(CPCC2015)论文集 |
内容类型 | 会议论文 |
源URL | [http://119.78.100.223/handle/2XXMBERH/28828] |
专题 | 电气工程与信息工程学院 研究生院 |
作者单位 | 兰州理工大学电气工程与信息工程学院 |
推荐引用方式 GB/T 7714 | 安爱民,祁丽春,丑永新,等. 基于BP神经网络的溶解氧浓度软测量方法研究[C]. 见:. 2015. |
个性服务 |
查看访问统计 |
相关权益政策 |
暂无数据 |
收藏/分享 |
除非特别说明,本系统中所有内容都受版权保护,并保留所有权利。
修改评论