10.16866/j.com.app.chem201702009
基于递归RBF神经网络的出水氨氮预测研究
针对污水处理过程出水氨氮难以在线测量的问题,文中提出了一种基于递归RBF神经网络的软测量方法来预测氨氮.首先,提取与出水氨氮相关的主元变量,剔除主元变量的异常数据.其次,利用递归RBF神经网络建立主元变量与出水氨氮的蕴含关系,完成出水氨氮软测量模型的设计.最后,将提出的出水氨氮软测量方法应用于污水处理实际运行过程,结果表明,基于递归RBF神经网络的软测量方法能够实现出水氨氮的在线预测;同时,与其他方法的比较结果显示基于递归RBF神经网络的软测量方法具有较好的预测精度.
氨氮预测、软测量、递归RBF神经网络
34
TP173(自动化基础理论)
国家自然科学基金61533002,61225016;中国博士后科学基金资助项目2014M550017;北京市科技新星计划Z131104000413007;教育部博士点基金项目20121103120020,20131103110016;北京市教委项目km201410005001,KZ201410005002;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
2017-05-02(万方平台首次上网日期,不代表论文的发表时间)
共7页
145-151