10.3969/j.issn.1000-9787.2012.08.019
基于RBF神经网络的余氯浓度预测模型研究
余氯浓度是衡量供水管网水质的一个重要指标,采用混沌理论、模型校正等传统方法不能准确反映余氯浓度变化规律.根据RBF神经网络快速收敛和全局优化的特点,基于时间序列法,建立RBF神经网络余氯浓度预测模型.采用Matlab中的Newrbe函数进行函数逼近,结合某管网水质模拟控制系统提供的样本数据进行仿真计算,最终获得的余氯浓度预测值和实测值十分吻合.结果表明:RBF神经网络预测模型具有一定的工程实用价值.
RBF神经网络、预测模型、时间序列、余氯浓度
31
TP389.1(计算技术、计算机技术)
江西省科技支撑计划资助项目20112BBE50051
2012-10-29(万方平台首次上网日期,不代表论文的发表时间)
共3页
64-65,68