基于回聲狀態(tài)網(wǎng)絡(luò )的BOD在線(xiàn)軟測量模型

首頁(yè) > 過(guò)刊瀏覽>2014年第22卷第5期 >1351-1354

基于回聲狀態(tài)網(wǎng)絡(luò )的BOD在線(xiàn)軟測量模型
DOI:
                        
                    
CSTR:
                        [cstr]
                    
作者:
                        
                        
                    
作者單位:(勝利油田電力管理總公司,山東 東營(yíng) 257200)
作者簡(jiǎn)介:劉文波(1967-),男,山東東營(yíng)人,高級工程師,碩士研究生,主要從事神經(jīng)計算與電力系統自動(dòng)控制方向的研究。[FQ)]
通訊作者:
中圖分類(lèi)號:TP18
基金項目:

Online Biochemical Oxygen Demand Soft Measurement Based on Echo State Network[HS)]

Author:

Affiliation:

(Power Management Corporation of Shengli Oil Field, Dongying 257200,China)

Fund Project:

摘要

圖/表

訪(fǎng)問(wèn)統計

參考文獻

相似文獻

引證文獻

資源附件

文章評論

摘要:

針對污水處理過(guò)程的BOD建模問(wèn)題,提出了一種基于回聲狀態(tài)網(wǎng)絡(luò )的BOD在線(xiàn)軟測量方法；基于梯度下降規則對回聲狀態(tài)網(wǎng)絡(luò )的在線(xiàn)學(xué)習算法進(jìn)行了研究；為保證學(xué)習算法的收斂性,基于Lyapunov理論對學(xué)習率范圍進(jìn)行了確定；實(shí)驗表明,基于回聲狀態(tài)網(wǎng)絡(luò )的在線(xiàn)BOD預測方法較常規神經(jīng)網(wǎng)絡(luò )預測精度提高約兩個(gè)數量級,模型的適應性也大幅提高。

Abstract:

In order to solve the modelling problem of biochemical oxygen demand(BOD) in wastewater treatment process, this paper proposes an online BOD predictive method based on echo state network(ESN). The gradient-based rule online algorithm is adopted to train the ESN model. To guarantee the convergence of the online learning algorithm, the range of the learning rate is determined based on Lyapunov theory. The experimental results demonstrate that the BOD prediction precision based on ESN if improved two orders of magnitude than conventional neural networks, and also the flexibility of the model is improved.

參考文獻

相似文獻

引證文獻

引用本文

劉文波.基于回聲狀態(tài)網(wǎng)絡(luò )的BOD在線(xiàn)軟測量模型計算機測量與控制[J].,2014,22(5):1351-1354.

復制

文章指標

點(diǎn)擊次數:
下載次數:
HTML閱讀次數:
引用次數:

歷史

收稿日期:2014-01-17
最后修改日期:2014-02-26
錄用日期:
在線(xiàn)發(fā)布日期: 2014-12-16
出版日期:

国产欧美精品一区二区,中文字幕专区在线亚洲,国产精品美女网站在线观看,艾秋果冻传媒2021精品,在线免费一区二区,久久久久久青草大香综合精品,日韩美aaa特级毛片,欧美成人精品午夜免费影视

引用本文

分享

文章指標

歷史

文章二維碼