基于PSO-ESN神经网络的污水BOD预测

被引：24

作者：

乔俊飞

李瑞祥

柴伟

韩红桂

机构：

[1] 北京工业大学电子信息与控制工程学院

来源：

控制工程 | 2016年 / 23卷 / 04期

基金：

高等学校博士学科点专项科研基金;

关键词：

生化需氧量; 回声状态网络; 粒子群优化算法; 污水处理工程; 软测量模型;

D O I：

10.14107/j.cnki.kzgc.140445

中图分类号：

X703 [废水的处理与利用]; TP183 [人工神经网络与计算];

学科分类号：

摘要：

针对污水处理过程具有非线性的特点,建立基于PSO-ESN神经网络的污水处理软测量模型,来对于污水处理关键水质参数BOD(Biochemical Oxygen Demand)进行预测。由于回声状态网络(Echo State Network,ESN)学习算法无法有效解决高维矩阵训练不可逆,采用基于粒子群优化算法对于回声状态神经网络输出权重进行训练,进而有效解决回声状态网络病态解的问题。仿真结果证明,所设计的基于关键水质参数生化需氧量(BOD)软测量模型,其应用在污水处理关键水质参数预测的有效性,且该软测量模型具有较高测量精度。

引用

页码：463 / 467

页数：5

共 8 条

[1] 基于ESN和PSO的非线性模型预测控制
柴毅
周海林
付东莉
罗德超
[J]. 控制工程, 2011, 18 (06) : 864 - 867
[2] 前馈神经网络结构动态增长-修剪方法
张米娜
韩红桂
乔俊飞
[J]. 智能系统学报, 2011, 6 (02) : 101 - 106
[3] 回响状态网络输出连接权重的一个稳定训练方法
宋青松
冯祖仁
李人厚
[J]. 控制与决策, 2011, 26 (01) : 22 - 26
[4] 一种动态改变惯性权重的自适应粒子群算法
张顶学
关治洪
刘新芝
[J]. 控制与决策, 2008, (11) : 1253 - 1257
[5] ESN岭回归学习算法及混沌时间序列预测
史志伟
韩敏
[J]. 控制与决策 , 2007, (03) : 258 - 261+267
[6] 粒子群优化算法的收敛性分析及其混沌改进算法
刘洪波
王秀坤
谭国真
[J]. 控制与决策, 2006, (06) : 636 - 640+645
[7] Wastewater quality monitoring system using sensor fusion and machine learning techniques[J] . Xusong Qin,Furong Gao,Guohua Chen.Water Research . 2011 (4)
[8] Financial volatility trading using recurrent neural networks .2 P. Tino,C. Schittenkopf,G. Dorffner. IEEE Transactions on Neural Networks . 2001

← 1 →