基于RBF神经网络的余氯浓度预测模型研究

摘要：

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.

关键词：RBF神经网络、预测模型、时间序列、余氯浓度

所属期刊栏目：31

分类号：TP389.1(计算技术、计算机技术)

资助基金：江西省科技支撑计划资助项目20112BBE50051

在线出版日期：2012-10-29（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：64-65,68