基于混合递阶遗传算法优化RBF神经网络的BOD_5软测量方法 |
| |
引用本文: | 王树东,葛珉昊,陈明明.基于混合递阶遗传算法优化RBF神经网络的BOD_5软测量方法[J].给水排水,2014(3). |
| |
作者姓名: | 王树东 葛珉昊 陈明明 |
| |
作者单位: | 兰州理工大学电气工程与信息工程学院; |
| |
摘 要: | 针对污水处理过程中关键水质参数难以在线监测的问题,提出了基于混合递阶遗传算法优化RBF神经网络的BOD5软测量方法。首先用主元分析的方法实现输入变量的降维和去相关,再用递阶遗传算法来确定合理的RBF神经网络隐含层节点数、基函数中心和宽度,而输出层则采用最小二乘法。此算法能同时优化网络参数和拓扑结构,在全局范围内寻找RBF参数的最优解。仿真结果表明,该方法可以实现污水水质的在线预测,具有较好的实时性、稳定性和较高的控制精度。
|
关 键 词: | 主元分析 递阶遗传算法 RBF神经网络 软测量 污水处理 BOD |
本文献已被 CNKI 等数据库收录! |
|