任东红, 韩红桂, 乔俊飞. 基于IHPSO算法的污水处理过程集成神经网络软测量模型[J]. 信息与控制, 2014, 43(1): 123-128. DOI: 10.3724/SP.J.1219.2014.00123
引用本文: 任东红, 韩红桂, 乔俊飞. 基于IHPSO算法的污水处理过程集成神经网络软测量模型[J]. 信息与控制, 2014, 43(1): 123-128. DOI: 10.3724/SP.J.1219.2014.00123
REN Donghong, HAN Honggui, QIAO Junfei. Hierarchically Neural Network Soft Measurement Modeling Based on IHPSO Algorithm for Wastewater Treatment Process[J]. INFORMATION AND CONTROL, 2014, 43(1): 123-128. DOI: 10.3724/SP.J.1219.2014.00123
Citation: REN Donghong, HAN Honggui, QIAO Junfei. Hierarchically Neural Network Soft Measurement Modeling Based on IHPSO Algorithm for Wastewater Treatment Process[J]. INFORMATION AND CONTROL, 2014, 43(1): 123-128. DOI: 10.3724/SP.J.1219.2014.00123

基于IHPSO算法的污水处理过程集成神经网络软测量模型

Hierarchically Neural Network Soft Measurement Modeling Based on IHPSO Algorithm for Wastewater Treatment Process

  • 摘要: 针对污水处理过程关键水质参数的测量问题,提出了一种基于改进混合粒子群算法的集成神经网络软测量方法.本方法利用出水关键水质参数(出水COD,出水BOD,出水TN,出水TP)之间的耦合关系,建立了基于集成前馈神经网络的软测量模型.同时利用改进的粒子群算法对集成神经网络进行训练,该训练算法具有较高的精度,能够建立有效的污水处理过程软测量模型.仿真结果表明,基于该算法的污水处理过程集成神经网络软测量模型能够准确地测量出水关键水质参数,测量精度较高.

     

/

返回文章
返回