基于集成神经网络的污水处理出水水质软测量模型

【摘要】：为了控制水质污染，必须寻找有效的测量方法实现对关键出水水质参数的测量。由于污水处理过程机理复杂，具有高耦合、大时滞和高度非线性的特点，因此传统的仪器离线测量结果不及时、不准确。必须通过建立污水处理软测量模型的方法实现关键水质参数的测量。 在众多的软测量建模方法中，基于人工神经网络的污水处理软测量建模方法近年来应用广泛，理论颇为成熟，能够建立精确的复杂系统模型。针对以往的研究中，基于神经网络的污水处理软测量模型存在测量结果不够精确、测量水质参数过少的缺点，论文提出了一种基于集成神经网络的软测量模型，该模型能够实现多个水质参数的测量，精度较高。同时由于BP学习算法学习精度低、易陷入局部最小，以及集成神经网络模型自身较复杂的特点，论文中提出了一种适合集成神经网络的改进型混合粒子群算法来对网络权值进行训练。本论文的主要工作如下： 1．提出污水处理过程软测量模型。污水处理过程软测量技术的关键是建立污水处理过程的软测量模型。论文所提出的软测量模型一共包括四个步骤，数据样本的采集、数据样本的预处理、数据样本的主元分析、神经网络软测量模型的建立。详细介绍了这四个步骤的实施方法。通过此四个步骤可以建立准确的软测量模型。 2．提出集成神经网络软测量模型。出水化学需氧量(COD)，出水生化需氧量(BOD)，出水总氮(TN)，出水总磷(TP)是检测出水水质的四个关键水质指标，对这四个参数的测量有重要的意义。由于在污水处理过程中出水COD，出水BOD，出水TN，出水TP之间存在着很大的耦合关系，因此根据这四者之间的关系建立了一种多输入多输出的集成神经网络软测量模型。通过污水处理厂的数据仿真实验表明，该集成神经网络能够实现COD，出水BOD，出水TN，出水TP的测量。 3．提出了一种改进型混合粒子群算法。论文中的集成神经网络模型采用BP学习算法对权值进行训练，取得的结果并不十分理想，因此根据集成神经网络的结构特点在基本粒子群算法的基础上，结合交叉、变异算子提出了一种改进型混合粒子群算法。性能函数的测试结果表明，该算法搜索成功率较高，能有效避免陷入局部最小。同时污水处理厂的仿真实验表明，基于改进型混合粒子群算法的集成神经网络软测量模型具有较高的测量精度。 【关键词】：软测量模型 集成神经网络模型 污水处理 改进型混合粒子群算法
【学位授予单位】：北京工业大学
【学位级别】：硕士
【学位授予年份】：2013
【分类号】：X703;TP183
【目录】：

• 摘要4-5
• Abstract5-7
• 目录7-9
• 第1章 绪论9-17
• 1.1 课题背景及研究意义9-10
• 1.1.1 课题背景9-10
• 1.1.2 研究意义10
• 1.2 污水处理过程软测量模型研究现状10-14
• 1.2.1 人工神经网络模型11-13
• 1.2.2 其他几种常用模型13-14
• 1.3 课题来源14
• 1.4 研究内容与论文安排14-17
• 第2章 污水处理过程软测量模型17-29
• 2.1 概述17
• 2.2 污水处理过程工艺17-20
• 2.2.1 传统活性污泥法17-19
• 2.2.2 序批式工艺19-20
• 2.3 污水处理过程软测量模型结构20-21
• 2.4 主导变量和辅助变量的选择21-23
• 2.4.1 主导变量的选择21
• 2.4.2 辅助变量的选择21-23
• 2.5 数据预处理23-25
• 2.5.1 数据的误差处理23-24
• 2.5.2 数据的标准化处理24-25
• 2.6 主元分析25-26
• 2.7 神经网络模型的建立26-27
• 2.8 小结27-29
• 第3章 集成神经网络软测量模型29-43
• 3.1 概述29
• 3.2 关键出水水质参数之间的关系29-30
• 3.3 前馈神经网络模型30-33
• 3.3.1 神经元的基本构成31-32
• 3.3.2 前馈神经网络结构32-33
• 3.4 集成神经网络软测量模型33-38
• 3.4.1 集成神经网络软测量模型结构33-34
• 3.4.2 集成神经网络学习算法34-38
• 3.5 集成神经网络软测量模型仿真实验38-41
• 3.6 本章小结41-43
• 第4章 改进型集成神经网络软测量模型43-63
• 4.1 概述43
• 4.2 智能优化算法43-49
• 4.2.1 智能优化算法基本概念43-44
• 4.2.2 智能优化算法现状44-49
• 4.3 粒子群算法的发展49-52
• 4.3.1 标准粒子群算法49-50
• 4.3.2 粒子群算法的改进50-52
• 4.4 改进型混合粒子群算法52-59
• 4.4.1 改进型混合粒子群算法基本原理52-55
• 4.4.2 改进型混合粒子群算法性能测试55-59
• 4.5 基于改进型集成神经网络软测量模型仿真实验59-61
• 4.6 小结61-63
• 结论和展望63-65
• 参考文献65-69
• 攻读硕士学位期间发表的学术论文69-71
• 致谢71

您可以在本站搜索以下学术论文文献来了解更多相关内容

纸浆洗涤过程残碱在线测定    郑恩让,张玲

中药质量预测的软测量方法研究    王微微,冀海峰,黄志尧,李海青,金春辉,鲍立曾

基于改进型BP神经网络的打浆度软测量    郭文强;侯勇严;孙瑜;

误差校正新方法在重整装置芳烃收率在线软测量中的应用    章鹏;荣冈;金晓明;

基于RBF神经网络的污水处理软测量算法研究    崔祎;田丽;周峰;李泽应;王军;

多频率系统动态插值神经网络软测量建模    吴瑶;罗雄麟;袁志宏;

基于软测量和数据融合的煤与瓦斯突出预测    阎馨;付华;

基于最小二乘支持向量机的软测量方法在精对苯二甲酸生产中的应用    王清培;刘瑞兰;

煤气化废水汽提塔塔底氨含量软测量模型研究    冯大春;

化工原料中对羧基苯甲醛含量的软测量建模    邵联合;韩莉;

集成神经网络在深海集矿机故障诊断中的应用    李昊;阳春华;王随平;

基于集成神经网络的故障诊断及仿真研究    王娜;梁禹;邵振军;

集成神经网络信息融合技术在给水泵故障诊断中的应用    徐志方;贺小明;张传维;沈路;

基于BP神经网络的联合站燃烧系统软测量模型的研究    马文忠;郭江艳;王艳丽;陈科成;杨珊;

A~2/O污水处理过程出水水质的多元线性回归软测量模型    冯丽辉;彭向华;赖华;毕贵红;

水电故障仿真及其网络智能故障诊断系统的设计与实现    魏守智;赵海;王刚;

基于核模糊C均值聚类和局部建模方法的烟气含氧量软测量模型    王伟;张航;罗大庸;

基于GABP神经网络的污水水质BOD软测量方法    冉维丽;胡玉玲;乔俊飞;

城市污水处理出水水质预测预报的一种多步记忆软测量建模    冯丽辉;彭云峰;郭秀萍;

小波神经网络及其在软测量建模中的应用    胡田田;蒋爱平;

青岛城乡污水处理迈向全覆盖    本报记者 霍峰

污水处理:节水治污一举两得    

四川成都将建城乡污水处理体系    何晓蓉　王眉灵

湖北五项制度推进污水处理工作    记者 胡贵玉

我市污水处理项目获中央投资2100万    谈锡华　陆智国

加速推进污水处理管网建设    吴瑶　记者 赵丹

湖北襄樊污水处理特许经营三项目签约    付理群

财政部检查我市污水处理资金使用情况    通讯员 王子豪

宜章多措并举抓污水处理    通讯员 张利芳

污水处理二期和再生水回用工程回眸    刘海红 本报记者 张爱桐

自确认软测量模型研究及其在污水处理中的应用    刘乙奇

基于集成神经网络的城市道路交通流量融合预测研究    李存军

软测量模型自适应校正与高温场软测量方法研究    孙元

基于集成神经网络的便携式空气质量监测电子鼻系统性能的提升    Chaibou Kadri

进化回归神经网络的研究及应用    陆婷

转子系统故障的若干非线性动力学问题及智能诊断研究    罗跃纲

基于动力测试的桥梁结构损伤识别与综合评估理论研究    杨雅勋

面向转化医学的非线性信号分析及其应用研究    崔兴然

综合建模方法和先进控制技术在两个化工过程中的应用    张湜

制浆蒸煮过程纸浆卡伯值软测量技术研究与应用    李艳

基于集成神经网络的污水处理出水水质软测量模型    任东红

基于集成神经网络的蛋白质相互作用研究    崔娟

集成神经网络在柴油机综合磨损系数估算中的应用研究    许成发

改进的Adaboost集成神经网络技术在财务预警模型中的应用    王科欣

集成神经网络在旋转机械故障诊断中的应用    栗青

中药生产提取工艺智能控制系统的研究    陈梅

铅酸蓄电池容量检测方法研究    刘晓刚

软测量技术在造纸水分控制中的应用研究    陈铁山

纵剪线带钢卷取张力控制及张力软测量研究    陈军伟

基于SVM的软测量建模方法研究及其在聚丙烯熔融指数中的应用    池占胜