【摘要】：針對污水處理過程出水總磷預(yù)測問題,本文提出一種基于改進Levenberg--Marquardt(improved Levenberg--Marquardt,ILM)學習算法和奇異值分解(singular value decomposition,SVD)的適于在線建模的自組織模糊神經(jīng)網(wǎng)絡(luò)(fuzzy neural network,FNN)預(yù)測方法.ILM-SVDFNN采用改進LM學習算法對隸屬函數(shù)中心、寬度和輸出權(quán)值進行訓(xùn)練.在參數(shù)自適應(yīng)學習的同時,采用單邊Jacobi變換實現(xiàn)規(guī)則層輸出陣的奇異值分解,根據(jù)奇異值定義增長和修剪指標實現(xiàn)規(guī)則層神經(jīng)元在線動態(tài)調(diào)整.此外,證明了所提方法在網(wǎng)絡(luò)結(jié)構(gòu)固定和調(diào)整階段的收斂性.最后,利用典型非線性系統(tǒng)辨識、Mackey-Glass時間序列預(yù)測和實際污水處理過程出水總磷預(yù)測實驗進行驗證.仿真結(jié)果顯示所設(shè)計的自組織模糊神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)緊湊且預(yù)測精度較高,較好地滿足了污水處理廠對出水總磷檢測精度和實時性的要求.
[Abstract]:Aiming at the prediction of total phosphorus in effluent from wastewater treatment process, This paper presents a self-organizing fuzzy neural network (fuzzy neural network,FNN) prediction method based on improved Levenberg--Marquardt (improved Levenberg--Marquardt,ILM) learning algorithm and singular value decomposition (singular value decomposition,SVD). ILM-SVDFNN uses an improved LM learning algorithm to control membership function centers. Width and output weights are trained. At the same time of parameter adaptive learning, the singular value decomposition of rule layer output matrix is realized by unilateral Jacobi transform, and the online dynamic adjustment of regular layer neuron is realized according to the singular value definition growth and pruning index. In addition, the convergence of the proposed method at the fixed and adjusted stage of the network structure is proved. Finally, the prediction of Mackey-Glass time series by typical nonlinear system and the prediction of effluent total phosphorus in the process of sewage treatment were verified by experiments. The simulation results show that the self-organizing fuzzy neural network structure is compact and the prediction accuracy is high, which can meet the requirements of the effluent total phosphorus detection accuracy and real-time performance in wastewater treatment plant.
【作者單位】： 北京工業(yè)大學信息學部;計算智能和智能系統(tǒng)北京市重點實驗室;淮陰工學院自動化學院;
【基金】：國家杰出青年科學基金項目(61225016) 國家自然科學基金重點項目(61533002)資助~~
【分類號】：X703;TP183

【相似文獻】

相關(guān)期刊論文 前10條

1 王爽;朱棟華;王家凱;;模糊神經(jīng)網(wǎng)絡(luò)的理論與應(yīng)用[J];江蘇環(huán)境科技;2007年S2期

2 李恒嵬;;模糊神經(jīng)網(wǎng)絡(luò)研究現(xiàn)狀綜述[J];遼寧科技學院學報;2010年02期

3 宋彬彬;;模糊神經(jīng)網(wǎng)絡(luò)的發(fā)展與應(yīng)用[J];煤炭技術(shù);2012年07期

4 劉平,程翼宇;辨識藥物定量構(gòu)效關(guān)系的模糊神經(jīng)網(wǎng)絡(luò)方法研究[J];高等學�；瘜W學報;2000年10期

5 孫增圻;模糊神經(jīng)網(wǎng)絡(luò)及其在系統(tǒng)建模與控制中的應(yīng)用[J];南京化工大學學報(自然科學版);2000年04期

6 肖文暉,劉亞斌,王思存;燃氣小時負荷的模糊神經(jīng)網(wǎng)絡(luò)預(yù)測[J];煤氣與熱力;2002年01期

7 劉軍;崔紅;龐中華;李桂麗;;基于綜合算法的補償模糊神經(jīng)網(wǎng)絡(luò)建模方法[J];青島科技大學學報(自然科學版);2006年01期

8 付家才;石娟;唐旭華;;基于陰陽調(diào)和的模糊神經(jīng)網(wǎng)絡(luò)[J];黑龍江科技學院學報;2007年03期

9 路永輝;馬翠紅;;小波模糊神經(jīng)網(wǎng)絡(luò)在高爐爐溫預(yù)測中的應(yīng)用[J];四川冶金;2008年06期

10 劉燦;;模糊神經(jīng)網(wǎng)絡(luò)及其在醫(yī)學診斷中的應(yīng)用[J];化學工程與裝備;2010年02期

相關(guān)會議論文 前10條

1 李仁發(fā);乜崇義;;一種用模糊神經(jīng)網(wǎng)絡(luò)建立模糊模型的新方法[A];1996年中國智能自動化學術(shù)會議論文集（上冊）[C];1996年

2 舒賽剛;任雪梅;陳杰;;模糊神經(jīng)網(wǎng)絡(luò)在混沌預(yù)測中的應(yīng)用[A];第二十屆中國控制會議論文集（下）[C];2001年

3 張劍輝;彭力;林行辛;;變結(jié)構(gòu)的補償模糊神經(jīng)網(wǎng)絡(luò)的研究[A];第二十三屆中國控制會議論文集（上冊）[C];2004年

4 林雄;張福金;黃槐仁;劉煜;;進化模糊神經(jīng)網(wǎng)絡(luò)在時序預(yù)測的應(yīng)用[A];計算機技術(shù)與應(yīng)用進展——全國第17屆計算機科學與技術(shù)應(yīng)用（CACIS）學術(shù)會議論文集（上冊）[C];2006年

5 謝維信;錢濤;;模糊神經(jīng)網(wǎng)絡(luò)研究述評[A];1999年中國神經(jīng)網(wǎng)絡(luò)與信號處理學術(shù)會議論文集[C];1999年

6 陳一飛;李懷;;模糊神經(jīng)網(wǎng)絡(luò)在室內(nèi)采光控制中的應(yīng)用[A];2009年中國智能自動化會議論文集（第一分冊）[C];2009年

7 榮莉莉;;模糊神經(jīng)網(wǎng)絡(luò)在項目評價系統(tǒng)中的應(yīng)用[A];全國青年管理科學與系統(tǒng)科學論文集第5卷[C];1999年

8 孫增圻;;模糊神經(jīng)網(wǎng)絡(luò)及其在系統(tǒng)建模與控制中的應(yīng)用[A];1998年中國智能自動化學術(shù)會議論文集（上冊）[C];1998年

9 馬海峰;李晨光;唐濤;;基于模糊神經(jīng)網(wǎng)絡(luò)的列車運行安全控制[A];1998年中國智能自動化學術(shù)會議論文集（上冊）[C];1998年

10 王孫安;杜海峰;;基于相平面的模糊神經(jīng)網(wǎng)絡(luò)研究及應(yīng)用[A];第一屆全國流體動力及控制工程學術(shù)會議論文集[C];2000年

相關(guān)博士學位論文 前10條

1 何春梅;模糊神經(jīng)網(wǎng)絡(luò)的性能及其學習算法研究[D];南京理工大學;2010年

2 李龍;模糊神經(jīng)網(wǎng)絡(luò)學習算法及收斂性研究[D];大連理工大學;2010年

3 翟東海;加乘型模糊神經(jīng)網(wǎng)絡(luò)理論和應(yīng)用的研究[D];西南交通大學;2003年

4 楊潔;模糊神經(jīng)網(wǎng)絡(luò)的學習收斂性與閾值可去性[D];大連理工大學;2006年

5 艾芳菊;模糊神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)優(yōu)化研究[D];中國科學院研究生院（成都計算機應(yīng)用研究所）;2006年

6 王振雷;模糊神經(jīng)網(wǎng)絡(luò)理論及其在復(fù)雜系統(tǒng)中的應(yīng)用研究[D];東北大學;2002年

7 孫海蓉;模糊神經(jīng)網(wǎng)絡(luò)的研究及其應(yīng)用[D];華北電力大學（河北）;2006年

8 周志堅;基于遺傳算法的神經(jīng)模糊技術(shù)應(yīng)用研究[D];華南理工大學;1999年

9 朱喜林;模糊神經(jīng)網(wǎng)絡(luò)選擇機械加工參數(shù)的應(yīng)用研究[D];吉林大學;2006年

10 陳向堅;微型飛行器姿態(tài)的智能控制方法研究[D];中國科學院研究生院（長春光學精密機械與物理研究所）;2012年

相關(guān)碩士學位論文 前10條

1 曹甄;基于模糊神經(jīng)網(wǎng)絡(luò)的橋梁狀態(tài)評價[D];天津大學;2009年

2 程冰;模糊神經(jīng)網(wǎng)絡(luò)研究[D];廣東工業(yè)大學;2005年

3 王玉紅;基于模糊神經(jīng)網(wǎng)絡(luò)的信用風險評級研究[D];哈爾濱工程大學;2006年

4 王雪苗;模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化及應(yīng)用研究[D];大連理工大學;2006年

5 馬秀會;模糊神經(jīng)網(wǎng)絡(luò)研究綜述[D];吉林大學;2008年

6 徐坤哲;基于區(qū)間二型TSK模糊神經(jīng)網(wǎng)絡(luò)系統(tǒng)的時間序列預(yù)測及應(yīng)用研究[D];渤海大學;2015年

7 游鑫;基于相似日和動態(tài)模糊神經(jīng)網(wǎng)絡(luò)的短期電力負荷預(yù)測[D];江西理工大學;2015年

8 王榮;基于模糊神經(jīng)網(wǎng)絡(luò)的鍋爐汽包水位控制系統(tǒng)研究[D];新疆大學;2015年

9 方盼;一類模糊神經(jīng)網(wǎng)絡(luò)的參數(shù)辨識和結(jié)構(gòu)優(yōu)化[D];大連理工大學;2015年

10 胡婷;基于模糊神經(jīng)網(wǎng)絡(luò)的輸油管網(wǎng)泄漏檢測技術(shù)研究[D];東北大學;2013年

，

本文編號：2209253