基于CSO优化模糊神经网络的污水处理出水COD预测模型 |
| |
作者姓名: | 沈鹏 李明河 张陈 |
| |
作者单位: | 安徽工业大学电气与信息工程学院 |
| |
基金项目: | 国家科技支撑计划课题(2014BAC01B04); |
| |
摘 要: | 针对污水处理的非线性系统,为了能够有效预测出水化学需氧量(COD)。提出了一种基于鸡群算法(CSO)算法优化的模糊神经网络预测模型。首先通过模糊神经网络设计了COD模糊神经网络预测模型;之后采用鸡群算法优化模糊神经网络模型参数,弥补预测模型容易陷入局部极小值的缺点,使模糊神经网络的预测精度有了明显提高。最后用MATLAB平台进行仿真实验,仿真结果清晰表明,改进型模糊神经网络预测模型具有很好的自适应性和鲁棒性,提高了COD预测精度和预测效果,能够满足实际污水处理的测量需求,具有一定的研究价值。
|
关 键 词: | 模糊神经网络 预测模型 出水COD 污水处理 CSO算法 |
|