东南大学学报（自然科学版）
東南大學學報（自然科學版）
동남대학학보（자연과학판）
JOURNAL OF SOUTHEAST UNIVERSITY
2011年
5期
1019-1023
,共5页
原水水质评价%RBF神经网络%粒子群优化算法%前馈控制
原水水質評價%RBF神經網絡%粒子群優化算法%前饋控製
원수수질평개%RBF신경망락%입자군우화산법%전궤공제
针对自来水生产过程的原水水质评价问题,提出了一种基于PSO-RBF神经网络模型的原水水质评价方法.首先,根据水厂生产经验和历史数据分析,制定面向自来水生产过程的原水水质评价标准.然后,采用粒子群优化(PSO)算法训练的RBF神经网络模型,对苏州市相城水厂的进厂原水水质实施在线评价.最后,将进厂原水水质在线评价结果作为前馈量,增加相城水厂药剂(矾和臭氧)投加过程的前馈控制环节,使得药剂投加量能够根据原水水质的变化及时做出调整.实际应用效果表明,与改进前的反馈控制过程相比,过程出水水质更加平稳,提高了自来水生产过程应对原水水质变化的能力.
針對自來水生產過程的原水水質評價問題,提齣瞭一種基于PSO-RBF神經網絡模型的原水水質評價方法.首先,根據水廠生產經驗和歷史數據分析,製定麵嚮自來水生產過程的原水水質評價標準.然後,採用粒子群優化(PSO)算法訓練的RBF神經網絡模型,對囌州市相城水廠的進廠原水水質實施在線評價.最後,將進廠原水水質在線評價結果作為前饋量,增加相城水廠藥劑(礬和臭氧)投加過程的前饋控製環節,使得藥劑投加量能夠根據原水水質的變化及時做齣調整.實際應用效果錶明,與改進前的反饋控製過程相比,過程齣水水質更加平穩,提高瞭自來水生產過程應對原水水質變化的能力.
침대자래수생산과정적원수수질평개문제,제출료일충기우PSO-RBF신경망락모형적원수수질평개방법.수선,근거수엄생산경험화역사수거분석,제정면향자래수생산과정적원수수질평개표준.연후,채용입자군우화(PSO)산법훈련적RBF신경망락모형,대소주시상성수엄적진엄원수수질실시재선평개.최후,장진엄원수수질재선평개결과작위전궤량,증가상성수엄약제(반화취양)투가과정적전궤공제배절,사득약제투가량능구근거원수수질적변화급시주출조정.실제응용효과표명,여개진전적반궤공제과정상비,과정출수수질경가평은,제고료자래수생산과정응대원수수질변화적능력.
