基于混合递阶遗传算法优化RBF神经网络的BOD5软测量方法

基于混合递阶遗传算法优化RBF神经网络的BOD5软测量方
法
王树东;葛珉昊;陈明明
【期刊名称】《给水排水》
【年(卷),期】2014(040)003
【摘要】针对污水处理过程中关键水质参数难以在线监测的问题,提出了基于混合递阶遗传算法优化RBF神经网络的BOD5软测量方法.首先用主元分析的方法实现输入变量的降维和去相关,再用递阶遗传算法来确定合理的RBF神经网络隐含层节点数、基函数中心和宽度,而输出层则采用最小二乘法.此算法能同时优化网络参数和拓扑结构,在全局范围内寻找RBF参数的最优解.仿真结果表明,该方法可以实现污水水质的在线预测,具有较好的实时性、稳定性和较高的控制精度.
【总页数】5页(P149-153)
【作者】王树东;葛珉昊;陈明明
【作者单位】兰州理工大学电气工程与信息工程学院,兰州 730050;兰州理工大学电气工程与信息工程学院,兰州 730050;兰州理工大学电气工程与信息工程学院,兰州 730050
【正文语种】中文
【相关文献】
1.基于混合递阶遗传算法和RBF神经网络的超声波电动机自适应速度控制 [J], 夏长亮;祁温雅;杨荣;史婷娜
2.基于递阶遗传算法优化的交通流预测 [J], 王海文;高俊峰
3.混合递阶遗传算法优化小波神经网络的研究 [J], 冯冀宁;刁哲军;杨晓波;刘红运
4.RBF神经网络的递阶遗传训练新方法 [J], 郑丕谔;马艳华
5.混合递阶遗传算法优化小波神经网络模型的研究 [J], 高海滨;孟宗;刘彬
因版权原因，仅展示原文概要，查看原文内容请购买。