摘要:
水资源问题是全世界面临的一大问题,污水再生回用是解决水资源供应危机的一个重要途径。但有些污水出水指标难以直接采集,很难实现在线监测和利用这些参数进行反馈控制。为实时观测出水水质,基于神经网络的软测量系统被广泛研究,对出水指标进行软测量。但基于神经网络的污水软测量系统中超参数众多,而污水处理环境复杂,人为设定的超参数很保证网络工作于最佳状态。为解决上述问题,本文提出一种超参数智能设定的宽度学习软测量系统,其系统内部超参数可通过一种双阶段的多目标优化算法自动设定,减少人为干预,提高系统精度。在污水标准测试平台中进行了测试,发现本文所提算法的测量精度更高,证明了超参数设置的合理性。
关键词:
通讯作者信息:
电子邮件地址: