2008年7月
第15卷94期
控 制 工 程
ControlEngineeringofChina
Jul．2008
V01．15．No．4
文章编号：1671．7848(2008)04-0366-03
污水处理智能优化控制方法研究
王小艺，刘载文，齐 杰，连晓峰
(北京工商大学信息工程学院，北京 100037)
摘 要：针对污水处理过程的特点，在保证出水质量和节能前提下，建立获取控制参数
溶解氧(DO)的优化模型；在此基础上，为有效跟踪控制DO，克服由于干扰等不确定因素对
DO控制的影响，建立了基于自适应模糊神经网络(ANFIS)的DO跟踪控制模型，可自适应地
调节模糊推理规则．为实时DO优化控制提供依据。通过实验测试验证了该方法可满足污水处
理的精度及要求。
关键词：溶解氧DO；遗传算法；自适应模糊神经网络；跟踪控制
中图分类号：TP273 文献标识码：A
OnIntelligentOptimizationControlMethodforSewageWaterTreatment
WANGxioⅪ-yi，LIUlai-wen，QIJ证，LIANXiao-feng
(SchoolofhfformationEngineering，BeijingTechnologyandBusinessUniversity，Beijing100037，China)
Abstract：Accordingtothecharacteristicsofsewagetreatmentprocess，ensuringwaterqualityandenergysaving，theDOoptimizationmodel
ispresented．TotrackandcontrolDOeffectively，andovercometheinfluenceofuncertainfactorstoDOcontrol，acontrolmodelofDObased
onadaptiveneuro-fuzzyinferencesystem(ANFIS)isestablished，whichcalla由ustadaptivelythefuzzyinferencerules，providingtherefer-
rfleesforDOoptimalcontrolinreal-time．Laboratorytestingresultshowsthatthemethodcallmeetrequirementsoftheaccuracyofsewage
[reatment．
Keywords：DO；geneticalgorithms；ANVIS；followingcontrol
1 引 言 2基于遗传算法的污水控制参量DO优化
城市污水处理厂多数采用活性污泥法处理工
艺，其中模糊控制是使用最为广泛的污水处理控制
技术之一[I卫]。该方法是以模糊数学为基础，基于
人的知识和经验并结合规定的性能指标构造模糊控
制器，把定性描述的条件语句利用模糊集理论将其
定量化，从而达到接受人的经验、模仿人操作的控
制目的。
但使用查表法或经验法变更模糊规则和隶属度
函数较为困难，且存在主观性。为此，本文在用遗
传算法获得优化控制参数DO的基础上，建立基于
ANFIS的DO跟踪控制模型，采用自适应网络跟踪
控制DO来弥补人为控制不足。将训练成功的控制
模型中获得的模糊控制规则作为污水处理实时控制
的依据，通过实时改变风机频率间接地实现对DO
的有效在线控制，节省r电能，降低了污水处理的
成本。
SBR法是一个耗氧过程，为使微生物的活动最
佳化，应该使供氧量与耗氧量相等，或者稍大一
些。如果供氧量少，处理的水质和污泥的活性就要
降低；如果供氧量过多，污泥的沉降性差，处理水
质也差，另外也不经济。可以看出，溶解氧DO是
耗氧反应中一个重要的控制参数|3J，由于DO仪的
在线检测简单、反应速度快、价格不到COD仪的
1／10。如果将DO仪用于控制曝气设备的最佳增氧
浓度检测，使控制系统的反应速度提高、降低成
本、节约能源。
遗传算法作为一种有效解决最优化问
题
快递公司问题件快递公司问题件货款处理关于圆的周长面积重点题型关于解方程组的题及答案关于南海问题
的方
法，是基于自然选择和群体遗传机理的搜索算法。
通过一种优化方法实时控制DO的变化量，就能模
拟自然选择和自然遗传过程中的繁殖、交配和变异
现象4。考虑遗传算法在优化应用方面的优势，本
文采用其对污水处理参数DO进行优化建模。将每
收稿日期：2007．03—25；收修定稿日期：2(X)84)4．02
基金项目：北京教育委员会取金资助项日(KM200810011003)；北京自然科7字：基金资助项目(4062011)
作者简介：于小艺(1975．)，5I；，IIl两新绛人，讲师，博上，主要从事复杂系统建模、仿真与决策等方而的教学与科研工作；刘载文
(1954．)，男．博士．教授。
第4期 王小艺等：污水处理智能优化控制方法研究 ·367·
一个体的染色体对应的自变量DO，t(h)，S(底物
浓度值ms／L)和x(微生物浓度值mg／L)的取值输入
已训练好的人工神经网络，再将所得到的输出值中
的修正作为遗传算法的适应度函数，即只=
1／Jc[纠。
具体的DO优化建模流程，如图1所示。
图1基于遗传算法的污水处理DO优化建模流程
Fig．1FlowchartofDOoptimizationmodelforsewage
watertreatmentbasedOnGA
建立优化模型时，应该符合国家规定的排放标
准。其中，DO，Q。(某段时间结束时的污泥排放
量m3／L)必须在合理范围内取值，DO必须大于零
而小于其饱和值，Q。不能为负值。因此，模型总
的约束条件可表示为
r忍一Z(1)≥0
{0
0
式中，厶为每日允许排放的有机物总量，单位为
kg(BOD)／d；D。为饱和溶解氧的浓度，单位为
kg02／m3。
3基于ANFIS的DO优化控制模型
1)基于ANFIS的DO跟踪控制设计自1990
年以来，将模糊逻辑与神经网络系统完全融合一直
是一个非常活跃的研究课题，其中，最为突出的是
自适应神经模糊推理系统。ANFIS是一种新型的神
经网络结构，其主要特点是把模糊逻辑方法和神经
网络方法有机地融合在一起，借助神经网络的信息
存贮能力和学习能力，在对广泛选择的样本进行学
习后，优化控制规则、各语言变量的隶属函数及每
条规则的输出函数，使系统本身朝着自适应、自组
织、自学习的方向发展M1。
针对污水处理的曝气系统设计一个以DO为参
数的双输入单输出的ANFIS系统，输入变量为曝气
池的DO值偏差E以及DO值偏差变化率Ec，输
出变量为曝气机的频率。可通过模型的输出变化间
接地改变DO，达到对DO的优化跟踪控制。从
FIS的控制系统框图，如图2所示。
图2 ANFIS的控制系统框图
Fig．2ControlsystemstructurebasedonANFIS
ANFIS系统根据输入、输出样本数据采用BP
算法训练模糊推理系统(FIS)，使实际输出和理想
输出之差的平方误差和最小。
2)基于ANFIS的优化DO跟踪控制仿真为
了验证ANFIS模型在DO跟踪控制中的有效性，首
先运用遗传算法获取了一天的DO优化曲线，其主
要参数选定：种群规模取为n=100，变异概率
P。=0．05，交叉概率P。=0．8，最大进化代数
maxC,en=30，X0=2kg／L，So=0．00996kg／L。用遗
传算法获得DO优化控制曲线，如图3所示。
，
■
蓍
￥
S
图3 DO优化控制曲线
Fig．3DOoptimizationcontrolcurve
通过对本校中水站SBR实验装置进行实验检
测，获得ANFIS模型的输入(E，EC)数据60组，将
其作为网络的训练数据，同时取20组作为测试数
据，对应的跟踪控制的测试，如图4所示。
·368· 控制 工程 第15卷
神经元网络与模糊控制系统相结合，实现了控制规
则的自动获取及模糊隶属度函数的调节，取得了较
好的控制效果，为现代污水处理过程的自动化优化
控制提供了一种可行的
方案
气瓶 现场处置方案 .pdf气瓶 现场处置方案 .doc见习基地管理方案.doc关于群访事件的化解方案建筑工地扬尘治理专项方案下载
。
参考文献(References)：
[1]李士勇．模糊控制·神经控制和智能控制论[M]．哈尔滨：哈尔
滨工业大学出版社，1996．(LiShiyong．Fuzzycontrol，neutralcontrol
andintelligentcontroltheory【MJ．Harbin：HarbinInstituteofTechnol·
图4 DO的跟踪控制测试结果 ogyPress，1996．)
Fig．4蛐一or嘁咖删硝肋 心1编鬻搿篇徽孺黼嬲
图中，个别点(15和17)出现了超调，分析原(XaeFuxja’“uZaiwen·Wang⋯办e．ngxian．g,，e。t掣．粤?州《
因是训练数据偏少造成所建立的隶属度函数参数不 wBusastie。。watuer。是器j篡：：：篙=f2嚣薯蔷粥．严
够精确，以及现场测试实验仪器受到外部干扰引 引要蕤茎罢躁勰神58-经61网．(裂毳鬻鲨嚣2：
起，但是经过跟踪控制最终可回到DO优化控制曲tionofself-adaptivefuzzyneuralnetworksinwastewatertreatment[J]．
线允许的误差范围内，说明建立的模糊控制规则可 [。]尝熬警震凳遴言豸薹嚣裂筝爵淼刍述[J]信息与控
以满足控制要求。 制，2002，29(4)：23_26一YangZhimin．，Su，rveyofgeneticalgorithm’8
applicationinfieldofautomaticcontrol【JJ．InformationandControl，
4结语 [5]2刘00载2’要芸善墨鼍玉、艺，等．基于遗传算法的污水处理过程优
本文在保证污水处理过程出水质量及考虑节能塞黧磊鬯溢咒嚣是等舞’孟出：芋：搿：
降耗前提下，采用遗传算法建立污水控制参数DO ：：Z品=嚣：：焉嚣艺另罴嚣裟；‘hm“川·‰。叫’
的优化模型，以获得不同时段污水控制参数DO的 [6]余颖，乔俊飞．基于ANFIS的污水处理过程建模的研究[J]计
优化值。为能对其进行有效的跟踪控制，建立了基 算stu机dy丢蓑：竺’孟冀翟竺i琵∑裟篱蜀芑：j娄紫
于ANFIS的污水处理参数DO的跟踪控制模型，将 neering，21306·32(8)：266-277·)
·+一+-+-+-+-+一+-+一+一+-+一+一+-+-+-+一+一+-+一+-+*+-+-+-—卜”+··—+_一-—卜一--一-+-+-+-—卜-—卜-—·卜-+-—_卜一—卜一—+-一-·_卜一·-卜-—+．一—卜-——卜一—‘．-—·卜一——卜·
(上接第359页) [3]AltschulS．ErieksonBW．Optimals。qLlenceMignmentusi．ngattinegap
表1 MSAVPSO测试结果比较
Table1Compart姗ofMSAVPSOtestscript
7结语
本文针对生物信息学多序列比对问题，对甚本
的PSO算法进行改造，使之适用于求解多序列比对
问题。分别使用印目标函数和COFFEE目标函数
来实现两种算法，对基准多序列比对库BALI．
BASEl．0中的用例进行测试，结果表明，这两种算
法可以用来解决DNA，RNA和蛋白质序列的比对
问题，并且结果还是很理想的。
参考文献(References)：
[1]尚彤，张丹．生物信息学概论[J]．北京大学学报(医学版)，2001。
33(1)：92．95．(ShangTong，ZhangDan．BiologyInformation[J]．Jour—
11alofPekingUniversity(HealthScieences)，2001，33(I)：92—95．)
[2]Kanehisa．Post．genomeinformatics[M]．NewYork：OxfordUnivPre《s，
2000．
costs[J]．JMolBiol，1986，48(5-6)：603—616．
[4]DayhoffM0，SchwartzRM，OreutBC．An“telofevolutionarycIIange
inproteins[J]．AtlasofProteinsequenoeandStructure，1978．5(3)：
345．352．
[5]HenikoffS，HenikmefJG．Aminoacidsubstitutionm岫∞fromprotein
blocks[J]．ProcNailAcademyScience，1992。89(10)：915-919．
[6]ReeseJT，PearsonWR．Empiricaldeterminationifeffectivegappella】-
tiesfor唧enceeompa／'ison[J]．Bioinformaties，2002，(J8)：1500-
150r7．
[7]NeodlemanSB，WunschCD．Ageneralmethodapplicabletothesearch
forsimilaritiesintheaminoacidF∞quenceoftwoproteim[J]．Journalof
MolecularBiology，1970，48(3)：443-453．
[8]CarrilloH．LipmanDJ．11lemultiplesequenc∞ahgnmentproblemsin
biology[J]．SlAMJournalonAppliedMathematics，1988，48(5)：
1073．1082．
[9]梁爽，莫忠息．多序列联配问题的模拟退火求解[J]．武汉大学
学报(理学版)，2002，48(1)：263—270．(LiangShuang，MoZhong-xi．
SolvingthemultiplesecmenoealigmnentproblembasedOnsinadated
annealingalgorithm[J]．JournalofWuHauUniversity(NaturalScience
Edition)，2002，48(1)：263．270．)
[10]熊伟丽，徐保国．吴晓鹏．带变异算子的改进粒子群算法研究
[J]．计算机工程与应用，2005，42(26)：1-3．(XiongWeili，Xu
Ba％’uo，WuXiaopeng．Studyontheparticleswarmoptimizationwith
mutationoperator[J]．ComputerEngineeringandApplications，2006．42
(26)：1-3．)
污水处理智能优化控制方法研究
作者： 王小艺， 刘载文， 齐杰， 连晓峰
作者单位： 北京工商大学,信息工程学院,北京,100037
相似文献(10条)
1.学位
论文
政研论文下载论文大学下载论文大学下载关于长拳的论文浙大论文封面下载
白敏丹 基于遗传算法的模糊控制器在污水处理中的应用研究 2008
污水处理系统由于污染物质的多样性、复杂性和变化性，属于难以控制的复杂工业过程。而模糊控制中的模糊推理规则和隶属函数的选取往往是依
据相关专家或技术人员的实际经验，具有较多的人为主观性，尤其在面对具有较强的非线性系统和未知动态环境下，其控制性能很难达到客观要求。
本文针对模糊控制器设计存在的瓶颈，对遗传算法进行了合理改进，采用了一种自适应交叉概率和变异概率，并对隶属函数和模糊控制规则进行统
一十进制编码，同时优化，再通过MATIAB仿真验证了算法的有效性。
首先，通过对污水处理系统模型的研究，以污水处理系统的实际情况为基础，建立了一个新的变参数活性污泥污水处理过程的控制模型，并将该模
型应用于本论文的控制研究当中；其次，在分析变参数活性污泥污水处理系统模型的稳定性及可控性基础上，应用现代控制理论的知识，给出了基于状
态反馈的系统稳定控制方法，以及经过状态反馈镇定后，得到被控对象成为稳定系统的模型。
最后将设计优化的模糊控制器，与常规的PID控制和传统模糊控制进行比较，验证该算法有效性。最后将其应用于污水处理的溶解氧控制中，分别对
其上、下界模型进行仿真，结果表明达到了对溶解氧(DO)浓度的较理想控制，证明了该控制方案的可行性。
2.期刊论文 王小艺.刘载文.齐杰.连晓峰.WANG Xiao-yi.LIU Zai-wen.QI Jie.LIAN Xiao-feng 污水处理智能优化
控制方法研究 -控制工程2008,15(4)
针对污水处理过程的特点,在保证出水质量和节能前提下,建立获取控制参数溶解氧(DO)的优化模型;在此基础上,为有效跟踪控制DO,克服由于干扰等
不确定因素对DO控制的影响,建立了基于自适应模糊神经网络(ANFIS)的DO跟踪控制模型,可自适应地调节模糊推理规则,为实时DO优化控制提供依据.通过
实验测试验证了该方法可满足污水处理的精度及要求.
3.学位论文 王旭东 白洋淀富营养化评价与数值模拟研究 2008
湖泊在生态环境系统中发挥着重要作用，富营养化是当前普遍存在的问题。通过建立合理的数学模型是开展湖泊水环境系统综合研究的重要手段之
一。本文在总结前人研究成果的基础上，首先概述了富营养化评价的方法，并总结了湖泊水动力学模型及水质生态模型的研究现状，并主要作了如下的
工作：
(1)根据白洋淀2004年实际监测数据，应用评分法、综合指数评价法、遗传算法和灰色聚类法四种方法，对白洋淀的14个断面的富营养化程度进行评
价。评价结果表明，综合指数评价法和遗传算法较好的体现了各个断面的富营养化程度，而评分法在等级划分和灰色聚类法在权重选取上仍可作改进。
(2)在综合分析了白洋淀水环境系统的基础上，在水动力方程中引入芦苇阻力作用，建立了二维水动力学模型，采用ADI方法对控制方程进行离散
，模拟了白洋淀的流场。
(3)在美国环保局开发的WASP湖泊富营养化模型的基础上，引入了浮游动物这一影响因子，表征了浮游动物生长动力学及其对营养盐与溶解氧作用
，使得模型对富营养化过程的描述更加全面。建立的湖泊生态模型，共涉及浮游植物、浮游动物、氮、磷、溶解氧等9个变量，揭示了变量之间的相互关
系以及湖泊富营养化的变化规律。结合白洋淀水域2004年的总氮、总磷、溶解氧、碳生化需氧量的实际监测数据，将WASP模型和改进后的模型进行对比
分析，表明改进后的模型能更好的与实测值吻合。
(4)将含有芦苇阻力作用的水动力方程，与引入了浮游动物相关动力学方程的WASP富营养化改进模型相结合，建立了白洋淀富营养化生态动力学模型
，模拟浮游植物、浮游动物、氮、磷和溶解氧等9个水质状态变量相互耦合的变化过程。利用实测数据对模型模拟的氨氮、总氮、总磷和溶解氧进行验证
计算的结果表明，模型的计算值与实测值有较好的吻合。
4.学位论文 陆春华 水产养殖多环境因子监控系统的研究与设计 2003
随着工厂化水产养殖在国内的不断发展,水产养殖环境因子的监控作为现代化水产养殖的重要特征正受到越来越多的关注.该文综合分析了国内外工
厂化水产养殖的技术应用现状,尤其是在环境因子监控方面国内与国外存在的种种差距.从而确定了一个低成本、易推广的水产养殖多环境因子监控系统
的方案.该系统在实际测试中运行稳定,实现了溶解氧、PH值和温度等水产养殖环境因子的自动调节,另外在节约能源、降低养殖成本与减小噪声污染方面
也取得了明显效果.与国外同类产品相比,该系统性价比高,操作简单,是提高国内工厂化水产养殖水平的有效手段.
5.学位论文 高学金 面向微生物发酵过程的复杂系统建模与优化控制的研究 2006
大多数发酵工厂所应用的发酵参数(主要指温度、pH、溶解氧、补料速率)往往由经验或经典的试验数据而来，并将其作为单一给定值控制整个发酵
过程，这容易造成发酵单位低且波动性大。实现发酵过程的最优控制不但能够稳定生产，而且能够提高发酵单位，即以不变的投入创造更高的产量，具
有显著的应用价值和经济价值。对于新投产的项目(新菌种、新培养基配方、新生产装置)，最优控制更具有实际价值，可以缩短试验时间和降低试验成
本。
本文以微生物发酵过程为研究对象，建立了基于SOFM和动态ε-SVM的模型，基于此模型对整个发酵过程进行优化控制。所取得的主要研究成果如下
：
(一)基于支持向量机的发酵过程建模方法
由于发酵过程的非线性、时变性和生物传感器的缺乏以及各参数之间的严重关联，经典系统理论几乎不能为复杂的发酵过程建立合适的模型。本文
分别提出了基于人工神经网络(ANN)和支持向量机(SVM)的建立微生物发酵过程黑箱预估模型的方法。利用工厂的实际生产数据，建立了两类模型，并对
模型的性能进行了分析和比较。实验证明，SVM在拟合精度和泛化能力方面优于ANN建模方法。然而，经过理论分析和实验发现，
标准
excel标准偏差excel标准偏差函数exl标准差函数国标检验抽样标准表免费下载红头文件格式标准下载
回归型SVM在核函数
的选择和SVM参数的选择方面存在不足。
(二)改进型MOGA选择SVM参数的方法
现有选择SVM参数的方法不但费时而且很难找到最优参数，迫切需要一种能够自动、高效地确定SVM参数的方法。多目标遗传算法(MOGA)虽然能够自
动确定参数值，但是其本身所固有的易陷入局部极小和收敛速度慢的缺陷影响了它的应用。本文采用实数编码方式代替二进制编码方式；采用
规范
编程规范下载gsp规范下载钢格栅规范下载警徽规范下载建设厅规范下载
化几
何秩选择法代替轮盘赌选择方法，并引入了精英选择策略；采用算术交叉算子代替简单交叉操作；采用多重非均匀变异代替二进制变异，得到了改进型
MOGA。提出了改进型MOGA选择SVM参数的方法，将此方法应用于建立青霉素发酵效价预估模型，并对适应度函数和权重因子的选择进行了讨论。通过实验
得出，改进型MOGA在运算速度、收敛性能和模型预测能力方面比实验方法和标准MOGA方法有了较大提高。
(三)基于SOFM和动态ε-SVM的发酵过程建模方法
由于发酵过程的不同阶段具有不同特性，很难用单个全局模型准确描述此系统。在优化控制过程中，需要在不同的阶段设置不同的优化目标。因此
，应该采用多个局部模型描述发酵过程。标准回归型SVM所有训练样本都使用相同的ε，这将影响模型的泛化能力和训练时间，所以提出动态ε-SVM，即
不同样本使用不同的ε，采用相对误差率p表征动态ε。因此，形成了一种自组织特征映射(SOFM)和动态ε-SVM相结合的发酵过程建模方法，首先利用
SOFM神经网络对样本进行聚类，然后应用动态ε-SVM方法对各类样本进行回归建模。实验结果表明，该方法建立的青霉素发酵过程模型比使用其它SVM方
法建立的模型具有更强的泛化能力。
(四)基于SOFM和动态ε-SVM发酵过程模型与RAGA相互耦联的优化控制策略
针对标准遗传算法所存在的早熟收敛、收敛速度慢等不足，提出了基于实数编码的自适应遗传算法(RAGA)。该算法从编码方式、初始种群生成和遗
传算子等方面改进了标准遗传算法。对典型复杂函数的测试结果显示，该算法比标准遗传算法在全局收敛性和收敛速度等方面具有较大程度的提高。提
出了基于SOFM和动态ε-SVM发酵过程模型与RAGA相互耦联的优化控制策略。以青霉素发酵过程效价预估模型为适应度函数，该策略寻优得到了最优控制
作用。实验结果显示，采用优化控制的青霉素发酵过程的效价能够提高22.88％。
本文的研究工作对于促进最优控制在微生物发酵领域的应用和发展具有积极的意义，对于发酵厂的生产实践具有指导意义和参考价值。
6.学位论文 王胜光 混合软测量方法在污水处理中的研究 2008
本文在前人研究过的ASM1和ASM1-CN的基础上，建立了一种简化的机理模型（SPM）。相对于其他模型来说，该简化模型结构更加简单，参数更少
，实际应用起来也更加方便。另外，由于污水处理过程中，鼓风机的风量控制是节约成本的一个重要的因素之一，所以，在该简化模型中加入了风机的
风量控制过程，根据曝气池里面的溶解氧的浓度来进行调解鼓风机的风量，可以节约水厂的运行成本。
简化模型是在以前复杂模型的基础上改进而来，模型中不可避免的会用到跟以前模型相同的参数，但参数值的大小应该重新确定，所以，在简化模
型使用之前，要根据实际运行数据通过遗传算法（GA）对其参数进行优化。
污水处理的是一个十分复杂的微生物反应过程，其中包含有许多未知因素，包括不同的操作工况、天气、进水状况等，单纯数学模型的预测肯定会
存在一定的误差。基于神经网络的非线性拟合能力，所以，本文采用神经网络来对机理模型进行偏差校正，建立了一种混合软测量模型。
混合模型的基本实现步骤如下：
1．用已经建好的机理模型来对实际过程进行预测，求得预测值跟实际值（采样值）的偏差；
2．选用合适的神经网络，并根据现有数据的情况进行选择，确定神经网络各层的节点数；
3．根据实际情况选择神经网络的输入向量，步骤1中所得误差作为网络的输出，对神经网络进行训练，得到由机理模型和神经网络组成混合模型；
4．对于现场新来的数据，分别输入机理模型和神经网络部分，两者的输出之和即为混合模型的预测值。
仿真结果显示，该混合模型对实际过程具有很好的拟合预测效果，特别是对实际处理时间地预测，节约了成本，增加了处理量，说明了这种混合软
测量方法（SPM+GA+NN）的准确性和可应用性。
7.期刊论文 白敏丹.韩红桂.乔俊飞.BAI Min-dan.HAN Hong-gui.QIAO Jun-fei 基于遗传算法的污水处理模糊控制
方法 -控制工程2009,16(1)
模糊控制中的模糊推理规则和隶属函数的选取往往依据相关专家或技术人员的实际经验,对具有较强的非线性系统和未知动态环境条件下,其控制性
能往往达不到很好的效果.使用遗传算法同时对隶属函数和模糊规则进行优化,从而使模糊推理规则和隶属函数的确定摆脱了人为经验的局限,提高了模糊
控制的自适应能力.在此基础上设计出模糊控制器,并将其应用于污水处理溶解氧的控制中.实验结果表明,该控制器能够使溶解氧快速、准确地达到期望
的要求.
8.期刊论文 谢屹鹏.汪西莉.XIE Yi-peng.WANG Xi-li 基于GA-LSSVR的渭河水质参数遥感反演研究 -遥感技术与应
用2010,25(2)
针对渭河水质参数遥感反演这一典型的非线性、小样本回归估计问题,引入最小二乘支持向量回归(LSSVR)方法来解决,它将SVR中的二次规划问题转
化为线性方程组求解,在保证精度的同时极大地降低了计算复杂性,加快了求解速度;针对其参数难以选择的问题,利用遗传算法(GA)来优选模型参数.采用
提出的方法对标准数据集进行了实验,并建模对渭河的4种水质参数CODmN(高锰酸盐指数)、NH_3-N(氨氮)、DO(溶解氧)、COD(化学需氧量)进行了遥感反
演,结果表明GA-LSSVR模型可用于解决复杂的回归问题并具有较好的预测性能.
9.期刊论文 喻西崇.赵金洲.黄成 注水管道内腐蚀影响因素分析的新方法 --二层改进遗传神经网络法和灰色关联
分析法 -中国海上油气(工程)2003,15(2)
将遗传算法和传统的BP神经网络有机结合起来,提出了一种对注水管道水质腐蚀影响因素进行大小排序的新方法,即二层改进遗传神经网络法.对某实
验区注水水质腐蚀的影响因素进行示例分析,结果表明,二层改进遗传神经网络法得到的影响因素排序结果比灰色关联得到的排序准确一些,更能反映腐蚀
的实际情况.提出的二层改进遗传神经网络法和灰色关联分析法具有相同的应用范围.该试验区注水水质的主要影响因素排序为:溶解氧(0.877)＞pH值
(0.856)＞SRB(0.84)＞温度(0.811)＞压力(0.78)＞CO2(0.76)＞流速(0.736)＞0.7.
10.期刊论文 王翔宇.汪西莉.WANG Xiang-yu.WANG Xi-li 结合灰色扩充的GA-BP神经网络模型在渭河水质遥感反演
中的应用 -遥感技术与应用2010,25(2)
以渭河陕西段水域为研究对象,用遗传算法改进的BP神经网络,结合灰色理论,建立了一种结合灰色扩充的GA-BP神经网络模型,对渭河水质中的主要污
染指标CODmn(高锰酸盐指数)、COD(化学需氧量)、NH_3-N(氨氮)、DO(溶解氧)进行了遥感反演建模.实验证明:改进后的人工神经网络模型在预测精度上
高于普通的BP神经网络模型和传统的多元线性回归模型,可用于渭河水质遥感反演建模.
本文链接：http://d.g.wanfangdata.com.cn/Conference_6770692.aspx
授权使用：蔡福瑞(wfjxlgdx)，授权号：7284a18d-b3a2-422b-81d6-9e3900cee449
下载时间：2010年11月25日
浙公网安备 33021202002483