基于遞階遺傳算法的RBF網(wǎng)絡(luò)優(yōu)化及其在污水脫氮過(guò)程軟測(cè)量中的應(yīng)用.pdf

1、污水處理過(guò)程在線監(jiān)測(cè)設(shè)備可以實(shí)現(xiàn)污水排放主要理化指標(biāo)超標(biāo)的自動(dòng)報(bào)警，排污費(fèi)的自動(dòng)計(jì)費(fèi)，數(shù)據(jù)統(tǒng)計(jì)報(bào)表的自動(dòng)生成，并構(gòu)成污水處理自動(dòng)控制系統(tǒng)的基礎(chǔ)環(huán)節(jié)。如果有指標(biāo)超標(biāo)的話，可以迅速啟動(dòng)環(huán)境保護(hù)預(yù)案，及早扼制污染事故的進(jìn)一步擴(kuò)大，提高預(yù)防水污染的保險(xiǎn)系數(shù)，對(duì)于保護(hù)生態(tài)環(huán)境、治理水污染具有重要的意義。 污水處理系統(tǒng)是一個(gè)包含海量信息的非線性復(fù)雜系統(tǒng)，具有多變量、不確定性、強(qiáng)耦合性等特點(diǎn)，難以建立精確的機(jī)理模型。自20世紀(jì)90年代初以來(lái)，

2、神經(jīng)網(wǎng)絡(luò)軟測(cè)量方法在污水處理建模中得到了越來(lái)越多的應(yīng)用。本文研究了一種新型的基于RBF網(wǎng)絡(luò)的污水總氮軟測(cè)量模型。 RBF網(wǎng)絡(luò)的學(xué)習(xí)速度快，并且避免了BP網(wǎng)絡(luò)容易局部極小問(wèn)題，更好地達(dá)到實(shí)時(shí)控制的目的。遺傳算法具有自組織性、自適應(yīng)性和智能性，可以解決一些復(fù)雜的非線性問(wèn)題。利用具有兩層基因染色體結(jié)構(gòu)的遞階遺傳算法來(lái)優(yōu)化RBF網(wǎng)絡(luò)，能夠同時(shí)優(yōu)化拓?fù)浣Y(jié)構(gòu)和網(wǎng)絡(luò)參數(shù)，在全局范圍內(nèi)尋找RBF網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)的最優(yōu)解，在污水處理水質(zhì)軟測(cè)量建模領(lǐng)域是一個(gè)

3、新的嘗試。 本文對(duì)于某污水生物脫氮系統(tǒng)的出水總氮進(jìn)行軟測(cè)量建模。針對(duì)入水口和過(guò)程反應(yīng)池的輔助變量眾多的情況，先用主成分分析方法實(shí)現(xiàn)輸入變量的降維和去相關(guān)，簡(jiǎn)化RBF網(wǎng)絡(luò)的輸入。按不小于85％的統(tǒng)計(jì)貢獻(xiàn)率，將13維輸入降為6維。然后分兩階段來(lái)優(yōu)化RBF網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)和參數(shù)：采用非線性優(yōu)化策略對(duì)隱含層進(jìn)行優(yōu)化；采用線性優(yōu)化策略對(duì)輸出層進(jìn)行優(yōu)化。將隱含層的結(jié)構(gòu)和參數(shù)看成一個(gè)整體，編碼為染色體，通過(guò)遞階遺傳算法確定合理的RBF網(wǎng)絡(luò)隱含層節(jié)