發(fā)布時間：2017-12-06 12:08

  本文關(guān)鍵詞：基于HS-RBF的污水處理出水COD軟測量研究

  更多相關(guān)文章： 污水處理 軟測量 COD RBF神經(jīng)網(wǎng)絡(luò) 和聲搜索算法

【摘要】：污水處理系統(tǒng)是涉及物理、化學(xué)、生物和環(huán)境科學(xué)等多個領(lǐng)域的非線性復(fù)雜系統(tǒng)。化學(xué)需氧量COD(Chemical Oxygen Demand)是一項能夠直接反映水體受有機污染程度的重要指標。由于污水處理系統(tǒng)各因素條件的復(fù)雜性,以及儀表檢測技術(shù)的發(fā)展水平限制,雖然目前國內(nèi)外已有部分廠家研制出了COD快速檢測和在線儀器,但是它們價格昂貴,維護費用較高,并且易受水質(zhì)影響,誤差較大,難以得到大范圍的推廣。針對這一問題,本論文提出了一種基于HS-RBF(Harmony Search,HS)神經(jīng)網(wǎng)絡(luò)的COD軟測量模型,并實現(xiàn)污水出水COD值的預(yù)測估計�，F(xiàn)將主要工作歸納如下:1.在介紹污水處理檢測技術(shù)和軟測量技術(shù)發(fā)展的基礎(chǔ)上,本文通過對污水處理系統(tǒng)工藝和原理的深入研究分析,獲取適用于COD軟測量建模的輔助變量。本文對采集到的數(shù)據(jù)進行歸一化處理,主元分析法篩選后,將輔助變量由7維數(shù)據(jù)降為5維,分別建立基于RBF和BP神經(jīng)網(wǎng)絡(luò)的軟測量模型。研究結(jié)果顯示,降維后比降維前的軟測量模型具有更好的預(yù)測能力,RBF神經(jīng)網(wǎng)絡(luò)比BP神經(jīng)網(wǎng)絡(luò)軟測量模型具有更高的預(yù)測精度和更優(yōu)的泛化能力。2.針對RBF神經(jīng)網(wǎng)絡(luò)存在的隱含層相關(guān)參數(shù)對函數(shù)的泛化能力影響很大的問題,引入和聲搜索優(yōu)化算法對其進行優(yōu)化。為了縮短收斂時間,提高和聲算法在優(yōu)化過程中的全局搜素能力,本文在總結(jié)基本和聲算法和前人工作的基礎(chǔ)上進行了部分參數(shù)和算法結(jié)構(gòu)新的調(diào)整,提出GADHS(Global-best Additional Disturbed Harmony Research)算法,并將其與多種改進和聲算法進行benchmark標準尋優(yōu)函數(shù)測試,表現(xiàn)出更好的搜索性能。3.利用改進的和聲搜索算法對RBF神經(jīng)網(wǎng)絡(luò)的隱含層數(shù)據(jù)中心、擴展常數(shù)和輸出層權(quán)值進行優(yōu)化。仿真及研究結(jié)果表明,引入改進的和聲算法對RBF神經(jīng)網(wǎng)絡(luò)進行優(yōu)化后,模型的準確性、穩(wěn)定性及泛化能力都得到了明顯的改進,GADHS-RBF軟測量模型具有最好的預(yù)測能力。通過與污水處理廠實際數(shù)據(jù)比較顯示,該模型具有較高的預(yù)測精度,滿足相關(guān)規(guī)范要求。本論文的研究工作對將來污水處理出水水質(zhì)在線測量的研究具有重要的參考價值。
【學(xué)位授予單位】：西南科技大學(xué)
【學(xué)位級別】：碩士
【學(xué)位授予年份】：2017
【分類號】：X703;TP183

【相似文獻】

中國碩士學(xué)位論文全文數(shù)據(jù)庫 前1條

1 李晉賢;基于HS-RBF的污水處理出水COD軟測量研究[D];西南科技大學(xué);2017年

，

本文編號：1258530