基于互信息和自组织RBF神经网络的出水BOD软测量方法

• 作者: 乔俊飞 李文静 李萌
• 来源期刊: 化工学报
• 关键词: 神经网络 动态建模 互信息 RBF 自组织 出水BOD 预测
• 年，卷（期）: 2019,（2）
• 所属期刊栏目: 过程系统工程
• 页码范围: 687-695
• 页数: 9页
• 分类号: TP183
• 语种: 中文
• DOI: 10.11949/j.issn.0438?1157.20181362

摘要

针对污水处理过程出水生化需氧量(biochemical oxygen demand,BOD)难以实时准确测量的问题,提出了一种基于互信息和自组织RBF神经网络的软测量方法对出水BOD进行预测.首先,使用基于互信息的方法提取相关特征参量作为软测量模型的输入变量;其次,设计一种基于误差校正-敏感度分析的自组织RBF神经网络,使用改进的Levenberg-Marquardt (LM)算法对网络进行训练以提高训练速度;最后将软测量模型应用于UCI公开数据集及实际的污水处理过程,实验结果表明该软测量模型结构紧凑,训练时间相对较短,预测精度有所提高,能够对出水BOD实现快速准确预测.

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	北京工业大学信息学部	181	1883	22.0	31.0
3	李萌	北京工业大学信息学部	22	95	6.0	9.0
5	李文静	北京工业大学信息学部	26	118	6.0	9.0