基于递归高阶神经网络的污水处理系统建模

被引：5

作者：

杨维维

乔俊飞

机构：

[1] 北京工业大学电子信息与控制工程学院

来源：

信息与控制 | 2011年 / 40卷 / 05期

关键词：

污水处理; 递归高阶神经网络; 滤波;

D O I：

暂无

中图分类号：

TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对污水处理过程的多变量、非线性、大滞后和强耦合的特点,利用递归高阶神经网络对污水处理过程关键水质参数——化学需氧量、生化需氧量、悬浮固体和氨氮——进行建模.对污水处理厂生化反应过程实际运行数据的实验表明所提出的建模方法是有效的,同时与前馈神经网络建模和一阶递归神经网络建模相比较,结果显示递归高阶神经网络建模具有更高的精确性.

引用

页码：710 / 714+720 +720

页数：6

共 6 条

[1] 基于径向基神经网络的分数阶混沌系统控制 [J].

赵小国 ;

杜琦 ;

阎晓妹 .

信息与控制, 2010, 39 (02) :142-146

[2] 基于模型输出敏感度分析法的动态RBF神经网络设计 [J].

韩红桂 ;

李淼 ;

乔俊飞 .

信息与控制, 2009, 38 (03) :370-375

[3] 污水处理过程的递阶神经网络建模 [J].

丛秋梅 ;

柴天佑 ;

余文 .

控制理论与应用, 2009, 26 (01) :8-14

[4] 基于S函数调节的非线性自适应动态面控制 [J].

周丽 ;

姜长生 ;

都延丽 .

信息与控制, 2008, 37 (06) :675-680

[5]

New generic mathematical model for WWTP sludge digesters operating under aerobic and anaerobic conditions: Model building and experimental verification[J] . M. de Gracia,P. Grau,E. Huete,J. Gómez,J.L. García-Heras,E. Ayesa.Water Research . 2009 (18)

[6] Modelling the breakthrough of activated carbon filters by pesticides in surface waters with static and recurrent neural networks [J].

Faur, C. ;

Cougnaud, A. ;

Dreyfus, G. ;

Le Goirec, R. .

CHEMICAL ENGINEERING JOURNAL, 2008, 145 (01) :7-15

← 1 →