收录:
摘要:
一种基于自组织RBF神经网络的出水BOD软测量方法涉及人工智能领域,直接应用于污水处理领域。针对当前污水处理过程出水BOD无法实时获取、仪器设备造价高、测量结果准确性低等问题,本发明提出了一种基于自组织RBF神经网络的出水BOD软测量方法,该方法包括:使用基于互信息的方法提取出水BOD特征参量作为软测量模型的输入变量;设计一种基于误差校正‑敏感度分析的自组织RBF神经网络,使用改进的Levenberg–Marquardt(LM)算法对网络进行训练以提高训练速度;结果表明该软测量模型结构紧凑,能够快速、准确地预测污水处理出水BOD浓度,为污水处理过程安全、平稳运行提供理论支撑与技术保障。
关键词:
通讯作者信息:
电子邮件地址: