基于改进型PSO-BP神经网络的SVI软测量

• 作者: 郭晓燕 郭民 韩红桂
• 来源期刊: 控制工程
• 学科: 工学
• 关键词: 污泥膨胀 污泥体积指数 软测量 改进型PSO-BP神经网络
• 年，卷（期）: 2014,（6）
• 所属期刊栏目: 过程控制技术及应用
• 页码范围: 873-877
• 页数: 5页
• 分类号: TP27
• 字数: 5116字
• 语种: 中文

摘要

针对曝气池污泥体积指数(SVI)难于在线测量的情况,提出了一种基于改进型的BP神经网络对SVI软测量的模型,该模型利用改进粒子群优化算法对BP神经网络进行权值调整.为了提高BP神经网络的学习性能,使粒子群的惯性权值按照对数规律变化,同时引入自适应变异算子对局部最优的粒子进行变异,然后利用粗糙集理论消除冗余信息,得到输入变量.该模型对实际污水厂的SVI值进行软测量预测,并与其它软测量模型进行比较,结果表明了该软测量模型具有较好的精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭民	北京工业大学电子信息与控制工程学院	17	111	7.0	9.0
2	韩红桂	北京工业大学电子信息与控制工程学院	73	706	16.0	21.0
3	郭晓燕	北京工业大学电子信息与控制工程学院	2	10	2.0	2.0