检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

丝状菌污泥膨胀简化机理模型

化工学报 2013年第12期64卷 4641-4648页

作者：韩红桂伍小龙王丽丹王思北京工业大学电子信息与控制学院北京100124

针对引发丝状菌污泥膨胀的因素较多且其机理模型难以表达的问题,从丝状菌生长动力学角度提出了一种污泥体积指数(SVI)简化机理模型。首先,通过研究丝状菌污泥膨胀的形成过程,分析引发丝状菌污泥膨胀的影响因素,获得了影响因素与SVI之间... 详细信息

针对引发丝状菌污泥膨胀的因素较多且其机理模型难以表达的问题,从丝状菌生长动力学角度提出了一种污泥体积指数(SVI)简化机理模型。首先,通过研究丝状菌污泥膨胀的形成过程,分析引发丝状菌污泥膨胀的影响因素,获得了影响因素与SVI之间的关系;其次,确定影响SVI的主要因素,设计出SVI的简化机理模型,并利用数据分析和统计方法校正了模型中的参数;最后,将该简化模型应用于实际污水处理厂,实验结果显示该模型能够较好地反映丝状菌污泥膨胀发生过程,获得较高的SVI预测精度。

关键词：丝状菌污泥膨胀生长动力学简化机理模型

知识和数据驱动的多时间尺度采样系统建模方法

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2023年第4期49卷 395-402页

作者：刘洪旭韩红桂杨洪燕北京工业大学信息学部北京100124

针对多时间尺度采样系统快采样变量的信息难以充分利用,建模信息不足的问题,提出一种知识和数据驱动的多时间尺度采样系统的模糊迁移学习建模方法,建立多时间尺度采样系统模型,提高建模精度.首先,设计滤波插补方法填补慢采样变量的空缺... 详细信息

针对多时间尺度采样系统快采样变量的信息难以充分利用,建模信息不足的问题,提出一种知识和数据驱动的多时间尺度采样系统的模糊迁移学习建模方法,建立多时间尺度采样系统模型,提高建模精度.首先,设计滤波插补方法填补慢采样变量的空缺值,统一慢采样变量和快采样变量为慢时间尺度,利用慢时间尺度变量建立目标模型.其次,提出模型共享机制补充目标模型的建模信息,统一慢采样变量和快采样变量为快时间尺度,利用快时间尺度变量建立参考模型,将参考模型中充足的模型知识迁移到目标模型中.最后,利用参考模型的知识和目标模型的数据学习目标模型的参数,提高目标模型的精度.将提出的建模方法应用于理论数据集,实验证明该方法可以充分挖掘建模信息,建立高精度的多时间尺度采样系统模型.

关键词：多时间尺度采样系统知识和数据驱动模糊迁移学习滤波插补方法模型共享机制挖掘建模信息

基于 ESN 的污水处理多变量自适应预测控制

在线全文

学校读者我要写书评

暂无评论

信息与控制 2014年第3期43卷 368-373,380页

作者：乔俊飞王莉莉韩红桂北京工业大学电子信息与控制工程学院北京100124

针对污水处理过程高度非线性、大滞后等特征,提出了一种基于回声状态网络(echo state network,ESN)模型的多变量自适应预测控制系统.首先,利用ESN建立污水处理过程的智能预测模型,该模型能够预测污水处理的输出;其次,设计污水处理过程的... 详细信息

针对污水处理过程高度非线性、大滞后等特征,提出了一种基于回声状态网络(echo state network,ESN)模型的多变量自适应预测控制系统.首先,利用ESN建立污水处理过程的智能预测模型,该模型能够预测污水处理的输出;其次,设计污水处理过程的ESN辨识器,将辨识器输出与实际输出的差对主控制器进行误差补偿;最后,以仿真基准模型(BSM1)为平台,采用提出的多变量自适应控制方法对溶解氧浓度和硝态氮浓度进行控制,实验结果表明,该控制方法提高了系统的自适应性和抗干扰能力,能够对溶解氧浓度和硝态氮浓度实现快速、准确跟踪.

关键词：污水处理过程 ESN(echo state network)辨识器 ESN预测模型多变量预测控制

在线全文

学校读者我要写书评

暂无评论

基于区间二型模糊神经网络的出水氨氮软测量

化工学报 2017年第3期68卷 1032-1040页

作者：韩红桂陈治远乔俊飞张会清北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124

针对污水处理过程出水氨氮(ammonia nitrogen,NH4-N)难以实时检测的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的软测量方法,建立了出水NH4-N的软测量模型,实现了出水NH4-N的实时检测。首... 详细信息

针对污水处理过程出水氨氮(ammonia nitrogen,NH4-N)难以实时检测的问题,提出了一种基于区间二型模糊神经网络(interval type-2 fuzzy neural networks,IT2FNN)的软测量方法,建立了出水NH4-N的软测量模型,实现了出水NH4-N的实时检测。首先,采集和预处理相关过程变量的实际运行数据,通过主元分析法筛选出与出水NH4-N相关性较强的过程变量。其次,利用IT2FNN建立所选变量与出水NH4-N的软测量模型,通过梯度下降算法对模型相关参数进行修正。最后,将基于IT2FNN的出水NH4-N软测量模型应用于实际污水处理过程。实验结果表明,提出的出水NH4-N软测量方法不仅能够实现污水处理过程出水NH4-N的实时检测,而且具有较高的检测精度。

关键词：出水氨氮软测量区间二型模糊神经网络动态建模污水处理过程

在线全文

学校读者我要写书评

暂无评论

基于自组织随机权神经网络的BOD软测量

北京工业大学学报 2016年第10期42卷 1451-1460页

作者：乔俊飞鞠岩韩红桂北京工业大学电子信息与控制工程学院北京100124

针对污水处理复杂系统中关键水质参数生化需氧量(biochemical oxygen demand,BOD)难以准确实时预测的问题,在分析污水处理过程相关影响因素的基础上,提出一种基于敏感度分析法的自组织随机权神经网络(selforganizing neural network wit... 详细信息

针对污水处理复杂系统中关键水质参数生化需氧量(biochemical oxygen demand,BOD)难以准确实时预测的问题,在分析污水处理过程相关影响因素的基础上,提出一种基于敏感度分析法的自组织随机权神经网络(selforganizing neural network with random weights,SONNRW)软测量方法.该方法首先通过机理分析选取原始辅助变量,经过数据预处理,之后采用主元分析法对辅助变量进行精选,作为SONNRW的输入变量进行污水处理关键水质参数BOD的预测.SONNRW算法利用隐含层节点输出及其权值向量计算该隐含层节点对于残差的敏感度,根据敏感度大小对网络隐含层节点进行排序,删除敏感度较低的隐含层节点即冗余点.仿真结果表明:该软测量方法对水质参数BOD的预测精度高、实时性好、模型结构稳定,能够用于污水水质的在线预测.

关键词：随机权神经网络自组织敏感度分析软测量生化需氧量(BOD)

基于相对贡献指标的自组织RBF神经网络的设计

在线全文

学校读者我要写书评

暂无评论

智能系统学报 2018年第2期13卷 159-167页

作者：乔俊飞安茹韩红桂北京工业大学电子信息与控制工程学院北京100124 计算智能与智能系统北京市重点实验室北京100124

针对RBF(radial basis function)神经网络的结构和参数设计问题,本文提出了一种基于相对贡献指标的自组织RBF神经网络的设计方法。首先,提出一种基于相对贡献指标(relative contribution,RC)的网络结构设计方法,利用隐含层输出对网络输... 详细信息

针对RBF(radial basis function)神经网络的结构和参数设计问题,本文提出了一种基于相对贡献指标的自组织RBF神经网络的设计方法。首先,提出一种基于相对贡献指标(relative contribution,RC)的网络结构设计方法,利用隐含层输出对网络输出的相对贡献来判断是否增加或删减RBF网络相应的隐含层节点,并且对神经网络结构调整过程的收敛性进行证明。其次,采用改进的LM(Levenberg-Marquardt algorithm)算法对调整后的网络参数进行更新,使网络具有较少的训练时间和较快的收敛速度。最后,对提出的设计方法进行非线性函数仿真和污水处理出水参数氨氮建模,仿真结果表明,RBF神经网络能够根据研究对象自适应地动态调整RBF结构和参数,具有较好的逼近能力和更高的预测精度。

关键词： RBF神经网络相对贡献指标改进的LM算法结构设计出水氨氮收敛速度预测精度

基于递归RBF神经网络的MBR膜透水率软测量

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2017年第8期43卷 1168-1174页

作者：韩红桂张硕乔俊飞北京工业大学电子信息与控制工程学院北京100124

针对膜生物反应器(membrane bio-reactor,MBR)污水处理过程中膜透水率难以测量的问题,提出一种基于递归径向基神经网络(recurrent radial basis function neural network,RRBFNN)的软测量方法.首先,基于污水处理过程中的实际运行数据,... 详细信息

针对膜生物反应器(membrane bio-reactor,MBR)污水处理过程中膜透水率难以测量的问题,提出一种基于递归径向基神经网络(recurrent radial basis function neural network,RRBFNN)的软测量方法.首先,基于污水处理过程中的实际运行数据,应用偏最小二乘法(partial least squares,PLS)筛选出与膜透水率相关的过程变量;其次,基于RRBFNN建立膜透水率的软测量模型,利用快速梯度下降算法对RRBFNN的参数进行调整,保证了软测量模型的精度;最后,将设计的膜透水率软测量模型应用于实际污水处理过程中,使用污水处理厂实测数据对模型进行验证.验证结果表明,该软测量模型能够实现膜透水率的准确预测,具有较好的预测精度.

关键词：膜生物反应器(MBR) 透水率偏最小二乘递归RBF神经网络软测量技术

一种基于种群多样性的粒子群优化算法设计及应用

在线全文

学校读者我要写书评

暂无评论

信息与控制 2017年第6期46卷 677-684页

作者：韩红桂卢薇乔俊飞北京工业大学信息学部自动化学院北京100124 计算智能与智能系统北京市重点实验室北京100124

针对粒子群优化算法早熟收敛及搜索精度较低的问题,提出一种基于种群多样性的改进型粒子群优化算法(PDPSO).首先,利用种群多样性描述粒子的分布状态,获得了进化过程中粒子飞行的非线性特征;其次,基于粒子的种群多样性设计了自适应惯性... 详细信息

针对粒子群优化算法早熟收敛及搜索精度较低的问题,提出一种基于种群多样性的改进型粒子群优化算法(PDPSO).首先,利用种群多样性描述粒子的分布状态,获得了进化过程中粒子飞行的非线性特征;其次,基于粒子的种群多样性设计了自适应惯性权重调整策略,实现了粒子全局探索能力及局部开发能力的平衡;最后,利用标准测试函数检验PDPSO算法性能,并将PDPSO算法应用于污水处理过程能耗模型优化,实验结果表明:与标准粒子群及其他改进粒子群算法相比,PDPSO算法具有较高的搜索精度,并有效地避免粒子陷入局部最优;同时,PDPSO算法能够实现污水处理过程的优化,保证污水出水水质的前提下,降低了污水处理过程的运行能耗.

关键词：种群多样性自适应惯性权重粒子群优化算法污水处理运行能耗

数据驱动的污水处理曝气过程低碳优化控制方法

在线全文

学校读者我要写书评

暂无评论

北京工业大学学报 2024年第2期50卷 131-139页

作者：韩红桂赵雅倩杨宏燕伍小龙北京工业大学信息学部北京100124 北京工业大学计算智能与智能系统北京市重点实验室北京100124 北京工业大学环境与生命学部北京100124

针对现有的污水处理过程存在碳排放机理不清且难以评估,无法通过有效的调控方式降低碳排放总量的问题,设计了一种数据驱动的污水处理曝气过程低碳优化控制方法。首先,通过深入分析碳排放影响因素及其与水质指标的相互关系,获得了曝气过... 详细信息

针对现有的污水处理过程存在碳排放机理不清且难以评估,无法通过有效的调控方式降低碳排放总量的问题,设计了一种数据驱动的污水处理曝气过程低碳优化控制方法。首先,通过深入分析碳排放影响因素及其与水质指标的相互关系,获得了曝气过程各水质指标和碳排放之间的关联关系;其次,采用数据驱动的方法,设计了曝气过程能耗与碳排放的优化模型,以获取曝气过程最优化的控制策略;最后,将获取的曝气过程低碳优化控制方法应用于基准仿真模型。测试结果说明该方法能够有效地跟踪控制曝气过程,降低能耗与碳排放量总量。

关键词：污水处理温室气体排放曝气能耗碳排放模型优化控制数据驱动

同方期刊数据库