基于RBF神经网络的出水氨氮预测研究北大核心CSCD |
| |
引用本文: | 乔俊飞安茹韩红桂.基于RBF神经网络的出水氨氮预测研究北大核心CSCD[J].控制工程,2016(9):1301-1305. |
| |
作者姓名: | 乔俊飞安茹韩红桂 |
| |
作者单位: | 1.北京工业大学电子信息与控制工程学院100124; |
| |
基金项目: | 国家自然科学基金(61203099,61225016);北京市科技计划课题(Z141100001414005,Z141101004414058);中国博士后科学基金资助项目(2014M550017,XJ2013018);北京市科技新星计划(Z131104000413007);北京市朝阳区博士后资助项目(2014ZZ-05);北京市朝阳区协同创新项目(ZH14000177) |
| |
摘 要: | 针对污水处理中关键水质参数氨氮(NH4+-N)难以在线实时准确检测且实验室取样检测时间长,精度低等问题,提出了基于RBF神经网络的出水氨氮软测量模型研究。首先,选择出对出水氨氮影响较大的辅助变量去预测氨氮的变化,然后,利用梯度下降算法优化RBF网络的结构和参数,结合北京市某污水处理厂的实测数据,对出水氨氮的预测进行仿真并与其他模型对比,结果显示,该模型具有预测误差相对较小,预测准确等优点,说明该预测模型对于氨氮的预测具有一定的实用价值。
|
关 键 词: | 径向基函数网络 梯度下降算法 氨氮预测 软测量 |
本文献已被 维普 等数据库收录! |
|