基于递归模糊神经网络的污水处理控制方法

• 作者: 乔俊飞 韩改堂 韩红桂
• 来源期刊: 化工学报
• 关键词: 污水处理过程 递归模糊神经网络 控制 自适应学习算法 溶解氧 硝态氮 动态仿真
• 年，卷（期）: 2016,（3）
• 页码范围: 954-959
• 页数: 6页
• 分类号: TP273
• 语种: 中文
• DOI: 10.11949/j.issn.0438-1157.20151898

摘要

针对污水处理过程具有非线性、大时变等问题，提出了一种基于递归模糊神经网络的多变量控制方法。该方法通过递归模糊神经网络控制器自适应地获得对操作变量的控制精度，控制器在常规 BP 学习算法的基础上采用学习率自适应学习算法且引入了动量项来训练网络参数，避免网络陷入局部最优，提高了网络对系统的控制精度。最后，基于仿真基准模型（BSM1）平台对第五分区中的溶解氧和第二分区中的硝态氮控制进行动态仿真实验，结果表明，与PID、前馈神经网络和常规递归神经网络相比，该方法能有效提高系统的自适应控制精度。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	乔俊飞	北京工业大学电子信息与控制工程学院	181	1883	22.0	31.0
3	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
9	韩改堂	北京工业大学电子信息与控制工程学院	3	36	3.0	3.0