国家教育部博士点基金(20121103120020)
- 作品数：22 被引量：196H指数：9
- 相关作者：乔俊飞韩红桂李凡军柴伟付文韬更多>>
- 相关机构：北京工业大学济南大学河南理工大学更多>>
- 发文基金：国家教育部博士点基金国家自然科学基金北京市自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程化学工程理学更多>>
- 溶解氧浓度的直接自适应动态神经网络控制方法被引量：31
- 2015年
- 针对污水处理过程溶解氧浓度的控制问题,提出一种直接自适应动态神经网络控制方法(direct adaptive dynamic neural network control,DADNNC).构建的控制系统主要包括神经网络控制器和补偿控制器.神经网络控制器由自组织模糊神经网络实现系统状态与控制量之间的映射;提出一种基于规则无用率的结构修剪算法,并给出结构调整后网络收敛的理论证明.同时,为保证系统稳定,设计补偿控制器减小网络逼近误差,参数调整由Layapunov理论给出.国际基准仿真平台上的实验表明,与固定结构神经网络控制器、PID和模型预测控制等已有控制方法相比,DADNNC方法具有更高的控制精度和更强的适应能力.
- 张伟张伟乔俊飞
- 关键词：溶解氧污水处理过程
- 丝状菌污泥膨胀简化机理模型被引量：8
- 2013年
- 针对引发丝状菌污泥膨胀的因素较多且其机理模型难以表达的问题,从丝状菌生长动力学角度提出了一种污泥体积指数(SVI)简化机理模型。首先,通过研究丝状菌污泥膨胀的形成过程,分析引发丝状菌污泥膨胀的影响因素,获得了影响因素与SVI之间的关系;其次,确定影响SVI的主要因素,设计出SVI的简化机理模型,并利用数据分析和统计方法校正了模型中的参数;最后,将该简化模型应用于实际污水处理厂,实验结果显示该模型能够较好地反映丝状菌污泥膨胀发生过程,获得较高的SVI预测精度。
- 韩红桂伍小龙王丽丹王思
- 关键词：丝状菌污泥膨胀生长动力学
- 基于改进型PSO-BP神经网络的SVI软测量被引量：6
- 2014年
- 针对曝气池污泥体积指数(SVI)难于在线测量的情况,提出了一种基于改进型的BP神经网络对SVI软测量的模型,该模型利用改进粒子群优化算法对BP神经网络进行权值调整。为了提高BP神经网络的学习性能,使粒子群的惯性权值按照对数规律变化,同时引入自适应变异算子对局部最优的粒子进行变异,然后利用粗糙集理论消除冗余信息,得到输入变量。该模型对实际污水厂的SVI值进行软测量预测,并与其它软测量模型进行比较,结果表明了该软测量模型具有较好的精度。
- 郭晓燕郭民韩红桂
- 关键词：污泥膨胀软测量
- 动态T-S模糊Elman网络及其应用被引量：2
- 2014年
- 结合T-S模糊模型和Elman网络的优点,提出了一种动态T-S模糊Elman网络(DTSFEN).该网络具有全局收敛的递归结构,动态信息处理能力强;采用误差反向传播学习算法对网络结构参数和规则参数进行学习,提高了网络学习效率;并利用李亚普诺夫稳定性定理证明了网络的全局收敛特性;最后,将DTSFEN应用于非线性函数逼近和污泥容积指数(SVI)的软测量中.仿真实验结果表明,与正交最小平方(OLS)模型和Elman网络等相比,DTSFEN具有较高的精度、较快的收敛速度和较强的鲁棒性.
- 袁喜春韩红桂乔俊飞
- 关键词：神经网络收敛性软测量
- 基于Hopfield神经网络的污水处理过程优化控制被引量：22
- 2014年
- 针对前置反硝化污水处理过程的优化控制问题,提出一种基于拉格朗日乘子法的Hofield神经网络优化方法.构造了污水处理过程约束优化问题的数学表达式,通过Hopfield神经网络优化计算生化池第5分区溶解氧浓度和第2分区硝态氮浓度的设定值,并采用PID控制器实现底层的跟踪控制.基于国际标准的Benchmark基准仿真平台进行仿真实验,结果表明污水处理系统在出水关键水质达标的基础上,能够显著降低能耗.
- 韩广乔俊飞韩红桂柴伟
- 关键词：HOPFIELD神经网络能量消耗出水水质
- 基于神经网络的BOD参数软测量仪表的设计被引量：9
- 2013年
- 在污水处理过程中,BOD(生化需氧量)是评价水质好坏和处理效果的关键参数之一。由于其涉及很多复杂的生化反应过程,因此长期以来BOD的测量都存在着很多问题,具体表现在:国际通用的标准检测方法测量滞后性较大,快速检测方法测量成本过高且测量不准确。针对这些问题,在此结合神经网络软测量技术,设计了一种软硬件结合的水质参数软测量仪表,实现对水质参数BOD的快速检测。仪表硬件部分包括PH(酸碱度)、ORP(氧化还原电位)、DO(溶解氧)、温度的检测设备,软件部分是神经网络软测量软件。仪表的创新性在于将硬件检测和神经网络软测量相结合设计出了1套切实可用的软测量仪表,仪表实现快速在线检测和在线调整,可以适用于不同的污水处理系统。经实践验证表明该软测量仪表可以实现BOD的快速精确软测量,解决现有的BOD测量仪表测量耗时过长,仪器昂贵等缺陷,具有广阔的应用前景。
- 乔俊飞郭楠韩红桂
- 关键词：神经网络软测量仪表
- 一种基于自适应回归核函数的污水处理能耗模型被引量：8
- 2016年
- 针对污水处理过程能耗模型难以建立的问题,提出了一种基于自适应回归核函数的建模方法。通过分析污水处理过程的运行特点,构建能耗与运行过程变量之间的关系,得到一种基于过程变量的能耗模型表达;同时利用梯度下降算法对能耗模型参数进行自适应调整,提高模型精度。最后,将设计的能耗模型应用于污水处理过程基准仿真平台BSM1和实际污水处理厂,实验结果表明该模型能够根据污水处理过程变量实时获得污水处理过程的能耗,具有较好的自适应特性和较高的精度。
- 韩红桂张璐乔俊飞
- 关键词：能耗模型污水处理过程
- 基于SOTSFNN的溶解氧浓度控制方法被引量：7
- 2016年
- 针对污水处理过程溶解氧浓度难以控制的问题,提出了一种基于自组织T-S模糊神经网络的控制方法。其实质是采用模糊规则层激活强度的方法,根据实际环境自适应的对神经元进行调整,构造合适的控制结构,从而提高控制精度。同时采用梯度下降法对控制器的各个参数进行实时调整。该控制器运用在污水处理基准仿真模型中进行实验,结果表明,提出的SO-TSFNN控制方法能够较好地实现对溶解氧浓度的控制,具有较好的自适应性。
- 乔俊飞付文韬韩红桂
- 关键词：神经网络溶解氧浓度动态仿真自组织算法
- 基于灵敏度分析法的ELM剪枝算法被引量：7
- 2014年
- 针对极端学习机(ELM)网络结构设计问题,提出基于灵敏度分析法的ELM剪枝算法.利用隐含层节点输出和相对应的输出层权值向量,定义学习残差对于隐含层节点的灵敏度和网络规模适应度,根据灵敏度大小判断隐含层节点的重要性,利用网络规模适应度确定隐含层节点个数,删除重要性较低的节点.仿真结果表明,所提出的算法能够较为准确地确定与学习样本相匹配的网络规模,解决了ELM网络结构设计问题.
- 李凡军韩红桂乔俊飞
- 关键词：前馈神经网络极端学习机剪枝算法
- 基于改进K-means算法的RBF网络结构设计
- 针对传统的K-means聚类算法存在的缺点,本文提出一种基于密度指标去除噪声点和孤立点的算法,该算法以每个点的密度大小是否满足一个阈值为条件,判定该点是否为孤立点,实验表明该算法能有效消除样本中的噪声点和孤立点对K-me...
- 乔俊飞孙玉庆韩红桂
- 关键词：K-MEANS聚类算法减法聚类RBF神经网络
- 文献传递
