基于SOM-RBF神经网络的COD软测量方法

• 作者: 刘载文 安飒 廉小亲 王俐伟 魏伟
• 来源期刊: 化工学报
• 关键词: 化学需氧量 软测量 自组织特征映射 径向基函数网络 神经网络 模型 预测
• 年，卷（期）: 2019,（9）
• 所属期刊栏目: 过程系统工程
• 页码范围: 3465-3472
• 页数: 8页
• 分类号: TP183
• 语种: 中文
• DOI: 10.11949/0438-1157.20190122

摘要

污水处理是一个复杂的非线性过程,化学需氧量(chemical oxygen demand,COD)是评价污水处理效果的关键指标之一.COD的传统测量方法耗时长、成本高,基于传统神经网络的软测量方法提高了COD参数的测量速度但精度较差.针对这些问题,设计一种结合自组织特征映射(self-organizing map, SOM)和径向基函数(radial basis function, RBF)神经网络的COD参数软测量方法.该方法利用SOM网络聚类数据样本,根据所得聚类结果确定RBF网络的隐层节点数及节点的数据中心,综合提高RBF网络的收敛速度和拟合精度.利用污水处理厂部分水样数据建立COD软测量模型,模型仿真和硬件在线测试结果表明,相对于传统的BP、RBF等网络,基于SOM-RBF神经网络的COD软测量方法测量时间短、预测精度较高,具有较为广阔的应用前景.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	廉小亲	北京工商大学计算机与信息工程学院	108	768	14.0	22.0
3	魏伟	北京工商大学计算机与信息工程学院	27	88	6.0	7.0
7	王俐伟	北京工商大学计算机与信息工程学院	4	16	3.0	4.0
11	安飒	北京工商大学计算机与信息工程学院	9	26	3.0	4.0