检索结果-内蒙古大学图书馆

作者：梁倩上海交通大学

学位级别：硕士

污水处理过程在线监测设备可以实现污水排放主要理化指标超标的自动报警,排污费的自动计费,数据统计报表的自动生成,并构成污水处理自动控制系统的基础环节。如果有指标超标的话,可以迅速启动环境保护预案,及早扼制污染事故的进一步扩大... 详细信息

污水处理过程在线监测设备可以实现污水排放主要理化指标超标的自动报警,排污费的自动计费,数据统计报表的自动生成,并构成污水处理自动控制系统的基础环节。如果有指标超标的话,可以迅速启动环境保护预案,及早扼制污染事故的进一步扩大,提高预防水污染的保险系数,对于保护生态环境、治理水污染具有重要的意义。污水处理系统是一个包含海量信息的非线性复杂系统,具有多变量、不确定性、强耦合性等特点,难以建立精确的机理模型。自20世纪90年代初以来,神经网络软测量方法在污水处理建模中得到了越来越多的应用。本文研究了一种新型的基于RBF网络的污水总氮软测量模型。RBF网络的学习速度快,并且避免了BP网络容易局部极小问题,更好地达到实时控制的目的。遗传算法具有自组织性、自适应性和智能性,可以解决一些复杂的非线性问题。利用具有两层基因染色体结构的递阶遗传算法来优化RBF网络,能够同时优化拓扑结构和网络参数,在全局范围内寻找RBF网络结构和参数的最优解,在污水处理水质软测量建模领域是一个新的尝试。本文对于某污水生物脱氮系统的出水总氮进行软测量建模。针对入水口和过程反应池的辅助变量众多的情况,先用主成分分析方法实现输入变量的降维和去相关,简化RBF网络的输入。按不小于85%的统计贡献率,将13维输入降为6维。然后分两阶段来优化RBF网络拓扑结构和参数:采用非线性优化策略对隐含层进行优化;采用线性优化策略对输出层进行优化。将隐含层的结构和参数看成一个整体,编码为染色体,通过递阶遗传算法确定合理的RBF网络隐含层节点数、基函数宽度和中心。再用最小二乘法来确定输出层连接权。递阶遗传算法和RBF网络的结合,可以得到具有自适应性、自学习性和容错性的非线性模型。将基于本文提出的建模方法建立的软测量模型与其它几种软测量模型仿真结果进行比较,可以看出本模型具有更好的精度和推广能力。这种软测量建模方法可实现对水质指标的在线测量,避免因水质传感器故障和实验室离线分析造成的测量滞后,是实现闭环控制的前提。

关键词：主成分分析 RBF网络递阶遗传算法污水处理

来源：评论

学校读者我要写书评

暂无评论

基于混合递阶遗传算法的RBF网络优化及在BOD软测量中的应用

基于混合递阶遗传算法的RBF网络优化及在BOD软测量中的应用

引用

作者：葛珉昊兰州理工大学

学位级别：硕士

随着社会工业化的发展,城市和工业污水处理已成为环保领域迫在眉睫的重要课题。污水处理生物过程中不可预见的干扰大,具有典型的非线性、不稳定、多变量等特点,很难建立准确的数学模型,并且关键的水质参数(尤其是最能体现污水处理性能... 详细信息

随着社会工业化的发展,城市和工业污水处理已成为环保领域迫在眉睫的重要课题。污水处理生物过程中不可预见的干扰大,具有典型的非线性、不稳定、多变量等特点,很难建立准确的数学模型,并且关键的水质参数(尤其是最能体现污水处理性能的生化需氧量BOD)难以实现在线监测。针对污水处理过程中关键水质参数难以在线监测的问题,本文提出了一种基于混合递阶遗传算法优化RBF神经网络的BOD软测量模型。本文首先运用主元分析法(PCA)对输入变量进行降维和去相关处理,从而简化RBF神经网络的输入。以不小于85%的累计贡献率,把初始的10维输入变量降到5维。然后把隐含层结构和参数看作整体,编码为染色体,采用具有双层基因染色体结构的递阶遗传算法来优化RBF隐含层参数,而输出层连接权值则采用最小二乘法来确定。运用混合递阶遗传算法优化RBF神经网络模型,使得软测量模型具有较强的自适应性以及较好的容错性。最后将本文提出的软测量模型与其他几种模型的仿真结果作比较,可知本模型具有较好的控制精度和稳定性。本文将混合递阶遗传算法和RBF神经网络用于污水处理出水BOD的软测量,能够进一步推动污水处理过程的实时闭环控制,对其他工业过程中具有智能控制算法的软测量仪表的开发也具有积极的启发意义。

关键词：主元分析递阶遗传算法 RBF神经网络软测量污水处理

来源：评论

学校读者我要写书评

暂无评论

基于递阶遗传算法的BP网络结构设计与权值训练

引用

自动化技术与应用 2004年第5期23卷 23-25页

作者：孙晓燕巩敦卫中国矿业大学信息与电气工程学院江苏徐州221008

针对BP网络结构设计及权值训练算法多种改进方案的不足 ,基于递阶遗传算法 ,本文同时考虑神经网络结构设计和权值训练 ,提出一种新的适应度函数 ,实现了对BP网络结构和权值的同步优化。

关键词：递阶遗传算法 BP网络同步

来源：评论

学校读者我要写书评

暂无评论

基于递阶遗传算法的RBF神经元网络板形板厚综合控制

引用

计算机仿真 2003年第2期20卷 82-85页

作者：王莉孙一康北京科技大学信息工程学院北京100083

该文首先用递阶遗传算法 (HGA)设计RBF神经网络 ,不仅可以同时确定网络参数 (连接权、隐节点中心和宽度 ) ,而且解决了网络拓扑结构的优化训练问题 ;而后针对板带材轧制是一个复杂的非线性过程 ,板形控制 (AFC)和板厚控制 (AGC)又是相... 详细信息

该文首先用递阶遗传算法 (HGA)设计RBF神经网络 ,不仅可以同时确定网络参数 (连接权、隐节点中心和宽度 ) ,而且解决了网络拓扑结构的优化训练问题 ;而后针对板带材轧制是一个复杂的非线性过程 ,板形控制 (AFC)和板厚控制 (AGC)又是相互耦合的一个综合系统等特点 ,建立了基于过程最优的权值在线自学习算法的RBF神经元网络的板形板厚多变量综合控制系统。仿真结果证明了此AFC -AGC控制系统具有良好的自适应跟随和抗扰性能 ,其控制效果优于传统的解耦PID控制。

关键词：递阶遗传算法 RBF神经元网络板形板厚综合控制板形控制板厚控制板材轧制

来源：评论

学校读者我要写书评

暂无评论

基于递阶遗传算法的智能跟车控制

引用

科技创新导报 2015年第13期12卷 1-2,4页

作者：陈安业潘权四川理工学院自动化与电子信息学院四川自贡643000

简单回顾了智能控制以及相关技术,采用一种递阶式遗传算法,对需要控制的跟车距离的相关模糊逻辑系统隶属度函数和规则库进行寻优,其中跟车距离模糊逻辑输入隶属度函数采用三输入模型,即基本规则包含45条,然后对所采用的遗传算法的初始... 详细信息

简单回顾了智能控制以及相关技术,采用一种递阶式遗传算法,对需要控制的跟车距离的相关模糊逻辑系统隶属度函数和规则库进行寻优,其中跟车距离模糊逻辑输入隶属度函数采用三输入模型,即基本规则包含45条,然后对所采用的遗传算法的初始种群和交叉、变异率等进行了设置,最后给出仿真结果。

关键词：智能控制递阶遗传算法跟车控制遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于递阶遗传算法优化的交通流预测

引用

消费电子 2014年第2期 176-177页

作者：王海文高俊峰沈阳兴华航空电器有限责任公司沈阳110144 辽宁爱沃格林节能技术有限公司沈阳110000

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识，本文提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数，利用神经网络实现模糊推理，从而完成对下一周期交通流量... 详细信息

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识，本文提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数，利用神经网络实现模糊推理，从而完成对下一周期交通流量的预测，同时采用递阶遗传算法实现网络结构和参数的优化。经实测数据验证，本文的方法预测精度高，运行稳定，适应性强。

关键词：小波分析模糊神经网络递阶遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于递阶遗传算法优化的交通流预测

引用

拖拉机与农用运输车 2010年第5期37卷 47-48页

作者：潘多沈阳农业大学沈阳110161 辽宁职业学院辽宁铁岭112001

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识,提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数,利用神经网络实现模糊推理,从而完成对下一周期交通流量的预测,... 详细信息

及时准确地进行短时交通流预测是智能交通系统研究的关键内容之一。基于小波分析和模糊神经网络的相关知识,提出模糊小波神经网络的控制方法。将小波函数作为模糊隶属函数,利用神经网络实现模糊推理,从而完成对下一周期交通流量的预测,同时采用递阶遗传算法实现网络结构和参数的优化。经实测数据验证,预测精度高,运行稳定,适应性强。

关键词：小波分析模糊神经网络递阶遗传算法

来源：评论

学校读者我要写书评

暂无评论

基于递阶遗传算法优化的副热带高压BP神经网络预报模型

基于递阶遗传算法优化的副热带高压BP神经网络预报模型

引用

2007年中国智能自动化会议

作者：刘科峰张韧洪梅王辉赞王彦磊李妍解放军理工大学气象学院解放军理工大学气象学院解放军理工大学气象学院解放军理工大学气象学院解放军理工大学气象学院解放军理工大学气象学院

针对BP神经网络初始参数和结构难以客观确定的不足,引入递阶遗传算法对网络结构和参数进行优化,并比较相同条件下不同适应度函数的优化结果,最终确定出适宜的适应度函数,在此基础上建立副热带高压特征指数的预报优化模型。上述递阶遗传B... 详细信息

针对BP神经网络初始参数和结构难以客观确定的不足,引入递阶遗传算法对网络结构和参数进行优化,并比较相同条件下不同适应度函数的优化结果,最终确定出适宜的适应度函数,在此基础上建立副热带高压特征指数的预报优化模型。上述递阶遗传BP网络与副热带高压数值预报产品的预报对比实验结果表明:递阶遗传算法优化BP网络模型具有良好的误差收敛效果和泛化能力,对副热带高压指数预报效果有较明显的改进和提高。

关键词：递阶遗传算法 BP神经网络副热带高压

来源：评论

学校读者我要写书评

暂无评论

基于递阶和小生境的离散分段遗传算法

引用

计算机工程与设计 2007年第11期28卷 2646-2648页

作者：高婷鲁汉榕乐艳丽史原空军雷达学院研究生管理大队湖北武汉430019 空军雷达学院信息与指挥自动化系湖北武汉430019

为了解决简单遗传算法过早收敛的问题,并进一步改善简单遗传算法的寻优质量,在分析递阶遗传算法和小生境遗传算法的基础上,提出了离散分段遗传算法。该方法在微观上,采用了递阶遗传算法的递阶编码方式和小生境的选择思想。宏观上,通过... 详细信息

为了解决简单遗传算法过早收敛的问题,并进一步改善简单遗传算法的寻优质量,在分析递阶遗传算法和小生境遗传算法的基础上,提出了离散分段遗传算法。该方法在微观上,采用了递阶遗传算法的递阶编码方式和小生境的选择思想。宏观上,通过分层多级寻优操作来适当加快遗传算法的寻优速度。该算法非常适合解决多峰值优化问题,同时也能够有效地修复早熟现象的影响,加快收敛速度。实验表明该方法在性能方面明显优于简单遗传算法。

关键词：遗传算法离散化小生境遗传算法递阶遗传算法早熟现象

来源：评论

学校读者我要写书评

暂无评论

递阶遗传粒子群算法在神经网络设计中的应用

引用

计算机工程与应用 2010年第33期46卷 227-229,243页

作者：吕俊高慧萍杨慧南京工业大学电子与信息工程学院南京210009

将递阶遗传粒子群算法(HGAPSO)应用于神经网络设计,可以在对网络拓扑结构优化的同时对连接权重进行求解。该算法结合了遗传算法在解决离散问题和粒子群算法在解决连续问题上的优势,并利用BP算法沿误差最速下降的能力对连接权重进一步学... 详细信息

将递阶遗传粒子群算法(HGAPSO)应用于神经网络设计,可以在对网络拓扑结构优化的同时对连接权重进行求解。该算法结合了遗传算法在解决离散问题和粒子群算法在解决连续问题上的优势,并利用BP算法沿误差最速下降的能力对连接权重进一步学习,达到全局最优和快速搜索的有机结合。通过对混沌时序信号的预测,表明递阶遗传粒子群算法在较大程度上提高了神经网络的学习性能和泛化能力。

关键词：递阶遗传算法粒子群算法误差反向传播(BP)算法人工神经网络优化混沌时间序列

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：