基于BP神经网络的溶解氧浓度软测量方法研究

• 作者: 丑永新 安爱民 宋厚彬 张浩琛 祁丽春
• 来源期刊: 计算机与应用化学
• 学科: 化学
• 关键词: 溶解氧浓度 遗传算法 神经网络 软测量 数据归一化
• 年，卷（期）: 2016,（1）
• 所属期刊栏目: 研究论文
• 页码范围: 117-121
• 页数: 5页
• 分类号: TQ015.9|TP391.9|O6-39
• 字数: 3871字
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201601023

摘要

针对污水处理过程中曝气池溶解氧浓度无法精确在线测量的问题,本文采用BP神经网络建立了溶解氧浓度预测的软测量模型.将进水参数氨和铵根离子态的氮Snh、快速可生物降解有机物Ss、异养菌生物量Xbh、颗粒性不可生物降解有机物Xi、慢速可生物降解有机物Xs以及进水流量Q作为BP神经网络软测量模型的输入变量,采用遗传算法对BP神经网络的初始连接权值和阈值进行优化.对预测结果的准确性及遗传算法优化BP神经网络的泛化能力进行了分析,讨论了数据归一化对软测量模型预测结果的影响.仿真结果表明,采用遗传算法优化BP神经网络的权值和阈值以及对训练数据归一化处理,有效地解决了溶解氧浓度BP软测量模型精度差的问题,使溶解氧软测量模型的测量精度明显增强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	安爱民		19	80	6.0	7.0
2	宋厚彬		14	53	4.0	6.0
3	张浩琛		11	56	6.0	7.0
4	祁丽春		2	17	2.0	2.0
5	丑永新		10	138	6.0	10.0