基于改进型PSO-BP神经网络的SVI软测量
来源期刊:控制工程2014年第6期
论文作者:郭晓燕 郭民 韩红桂
文章页码:873 - 877
关键词:污泥膨胀;污泥体积指数;软测量;改进型PSO-BP神经网络;
摘 要:针对曝气池污泥体积指数(SVI)难于在线测量的情况,提出了一种基于改进型的BP神经网络对SVI软测量的模型,该模型利用改进粒子群优化算法对BP神经网络进行权值调整。为了提高BP神经网络的学习性能,使粒子群的惯性权值按照对数规律变化,同时引入自适应变异算子对局部最优的粒子进行变异,然后利用粗糙集理论消除冗余信息,得到输入变量。该模型对实际污水厂的SVI值进行软测量预测,并与其它软测量模型进行比较,结果表明了该软测量模型具有较好的精度。
郭晓燕,郭民,韩红桂
北京工业大学电子信息与控制工程学院
摘 要:针对曝气池污泥体积指数(SVI)难于在线测量的情况,提出了一种基于改进型的BP神经网络对SVI软测量的模型,该模型利用改进粒子群优化算法对BP神经网络进行权值调整。为了提高BP神经网络的学习性能,使粒子群的惯性权值按照对数规律变化,同时引入自适应变异算子对局部最优的粒子进行变异,然后利用粗糙集理论消除冗余信息,得到输入变量。该模型对实际污水厂的SVI值进行软测量预测,并与其它软测量模型进行比较,结果表明了该软测量模型具有较好的精度。
关键词:污泥膨胀;污泥体积指数;软测量;改进型PSO-BP神经网络;