申请/专利权人：郑州轻工业大学

申请日：2021-10-13

公开（公告）日：2024-06-28

公开（公告）号：CN114036819B

主分类号：G06F30/27

分类号：G06F30/27;G06N3/0499;G06Q50/26;G06N3/08

优先权：

专利状态码：有效-授权

法律状态：2024.06.28#授权;2022.03.01#实质审查的生效;2022.02.11#公开

摘要：本发明属于污水处理技术领域，公开一种基于自组织随机配置网络的污水总磷软测量方法及系统，该方法包括：步骤1，基于随机配置网络构建总磷软测量模型，确定总磷软测量模型的输入变量和输出变量，所述输入变量为出水pH值、入水流量、第五分区溶解氧浓度、第二分区硝态氮浓度和出水固体悬浮物浓度；所述输出变量为出水总磷浓度；所述总磷软测量模型的隐含层为单层；步骤2，对隐含层的神经元个数进行自组织调整和参数确定；步骤3，基于结构调整后的总磷软测量模型进行污水总磷软测量。本发明在不需要人为设定阈值的情况下，可以根据输出误差自动调整网络结构。

主权项：1.一种基于自组织随机配置网络的污水总磷软测量方法，其特征在于，包括：步骤1，基于随机配置网络构建总磷软测量模型，确定总磷软测量模型的输入变量和输出变量，所述输入变量为出水pH值、入水流量、第五分区溶解氧浓度、第二分区硝态氮浓度和出水固体悬浮物浓度；所述输出变量为出水总磷浓度；所述总磷软测量模型的隐含层为单层；步骤2，对隐含层的神经元个数进行自组织调整和参数确定；步骤3，基于结构调整后的总磷软测量模型进行污水总磷软测量；所述步骤2包括：步骤2.1：在隐含层神经元生成阶段，如果当前的网络误差不满足精度要求，则新增一个隐含层神经元，其输入权值在满足式1的条件下随机生成，输出权值由式2计算得到； 其中m为输出变量个数；eL-1表示隐含层神经元个数为L-1时的网络误差，gLx为新增的第L个隐含层神经元的输出；0r1；{μL}为非负实数序列并且limL→+∞μL＝0，0μL≤1-r；·,·为内积计算；βj表示第j个隐含层神经元的输出权值，y为期望输出；步骤2.2：在隐含层神经元删减阶段，计算新增加的神经元与其它神经元之间的互信息，利用互信息反映新增神经元与其它神经元之间的相关性；删除与新增神经元互信息最大的神经元，若删除后的网络误差比增加第L个神经元之前的误差小，则该删除操作生效，否则取消删除操作；步骤2.3：重复步骤2.1和步骤2.2直到网络误差达到精度要求。

全文数据：

权利要求：

百度查询： 郑州轻工业大学 基于自组织随机配置网络的污水总磷软测量方法及系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD