基于递归RBF神经网络的出水氨氮预测研究

• 作者: 乔俊飞 许进超 马士杰
• 来源期刊: 计算机与应用化学
• 学科: 工学
• 关键词: 氨氮预测 软测量 递归RBF神经网络
• 年，卷（期）: 2017,（2）
• 所属期刊栏目: 研究论文
• 页码范围: 145-151
• 页数: 7页
• 分类号: TP173
• 字数: 6010字
• 语种: 中文
• DOI: 10.16866/j.com.app.chem201702009

摘要

针对污水处理过程出水氨氮难以在线测量的问题,文中提出了一种基于递归RBF神经网络的软测量方法来预测氨氮.首先,提取与出水氨氮相关的主元变量,剔除主元变量的异常数据.其次,利用递归RBF神经网络建立主元变量与出水氨氮的蕴含关系,完成出水氨氮软测量模型的设计.最后,将提出的出水氨氮软测量方法应用于污水处理实际运行过程,结果表明,基于递归RBF神经网络的软测量方法能够实现出水氨氮的在线预测;同时,与其他方法的比较结果显示基于递归RBF神经网络的软测量方法具有较好的预测精度.

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
2	许进超	北京工业大学电子信息与控制工程学院	2	12	2.0	2.0