基于SOM-RBF神经网络的COD软测量方法

作者：廉小亲; 王俐伟; 安飒; 魏伟^*; 刘载文

来源：化工学报, 2019, 70(09): 3465-3472.

• 化学需氧量
• 软测量
• 自组织特征映射
• 径向基函数网络
• 神经网络
• 模型
• 预测

污水处理是一个复杂的非线性过程,化学需氧量(chemical oxygen demand,COD)是评价污水处理效果的关键指标之一。COD的传统测量方法耗时长、成本高,基于传统神经网络的软测量方法提高了COD参数的测量速度但精度较差。针对这些问题,设计一种结合自组织特征映射(self-organizing map, SOM)和径向基函数(radial basis function, RBF)神经网络的COD参数软测量方法。该方法利用SOM网络聚类数据样本,根据所得聚类结果确定RBF网络的隐层节点数及节点的数据中心,综合提高RBF网络的收敛速度和拟合精度。利用污水处理厂部分水样数据建立COD软测量模型,模型仿真和硬件在线测试结果表明,相对于传统的BP、RBF等网络,基于SOM-RBF神经网络的COD软测量方法测量时间短、预测精度较高,具有较为广阔的应用前景。

• 单位
  北京工商大学