基于改进的PSO和模糊RBF神经网络的MBR膜污染预测

• 作者: 李春青 苏华 陶颖新
• 来源期刊: 软件
• 学科: 工学
• 关键词: MBR PSO RBF
• 年，卷（期）: 2018,（8）
• 所属期刊栏目: 基金项目论文
• 页码范围: 52-56
• 页数: 5页
• 分类号: TP39
• 字数: 632字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6970.2018.08.012

摘要

为了提高对MBR膜通量的预测精度,采用模糊径向基函数(RBF)神经网络建立网络预测模型,并采用改进的粒子群(PSO)算法进行优化.采用模糊推理过程与RBF神经网络所具有的函数等价性,统一系统函数.在利用改进的PSO算法对模糊RBF神经网络进行训练时,先利用改进PSO算法得到模糊RBF神经网络的初始权值和阈值,然后对其进行二次优化得到最终的权值和阈值.实验仿真结果表明:本文的这种方法,缩短了响应时间,稳态误差很小,能够与膜通量的期望值更好的拟合,更好的预测膜通量.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏华	天津工业大学计算机科学与软件学院	9	18	2.0	3.0
2	李春青	天津工业大学计算机科学与软件学院	44	217	7.0	13.0
3	陶颖新	天津工业大学计算机科学与软件学院	1	2	1.0	1.0