[發(fā)明專利]一種測量溶解氧濃度的方法及裝置

有效

• 申請?zhí)枺?/td>: 201310102216.4
• 申請日: 2013-03-27
• 公開（公告）號: CN103454390A
• 公開（公告）日: 2013-12-18
• 發(fā)明（設計）人: 高月芳;譚旭;張平安;王輝靜;劉云霞
• 申請（專利權）人: 深圳信息職業(yè)技術學院
• 主分類號: G01N33/18
• 分類號: G01N33/18;G06N3/08
• 代理公司: 深圳中一專利商標事務所 44237
• 代理人: 張全文

1.一種測量溶解氧濃度的方法，其特征在于，所述方法包括：

對污水生化反應過程的機理進行分析，確定初步的輔助變量；

采集樣本數(shù)據(jù)，對樣本數(shù)據(jù)中所述的初步輔助變量進行分析，確定輔助變量；

根據(jù)所述輔助變量建立神經(jīng)網(wǎng)絡模型，對所述神經(jīng)網(wǎng)絡模型進行訓練，并計算訓練后的神經(jīng)網(wǎng)絡模型的誤差；

判斷所述誤差是否滿足預先設置的條件；

當所述誤差滿足預先設置的條件時，則采集現(xiàn)場數(shù)據(jù)，利用所述神經(jīng)網(wǎng)絡模型對溶解氧濃度進行測量。

2.根據(jù)權利要求1所述的方法，其特征在于，所述根據(jù)所述輔助變量建立神經(jīng)網(wǎng)絡模型，對所述神經(jīng)網(wǎng)絡模型進行訓練，并計算訓練后的神經(jīng)網(wǎng)絡模型的誤差，包括：

建立一個神經(jīng)網(wǎng)絡模型，所述神經(jīng)網(wǎng)絡模型包括輸入層、隱含層、輸出層，所述輸入層為輔助變量，所述輸出層為污水生化反應過程中的溶解氧濃度，所述隱含層為免疫算法抗體；

利用隨機函數(shù)對神經(jīng)網(wǎng)絡的連接權值進行初始化；

對所述神經(jīng)網(wǎng)絡模型進行γ步訓練，并計算訓練后的所述神經(jīng)網(wǎng)絡模型的誤差，所述誤差為

Eγt=12Σi=1i=K(DOi-DO‾i)2]]>

其中，t為當前神經(jīng)網(wǎng)絡優(yōu)化次數(shù)，DO_i表示將所述精選輔助變量的第i組樣本數(shù)據(jù)作用到神經(jīng)網(wǎng)絡所產(chǎn)生的輸出值，表示神經(jīng)網(wǎng)絡的期望輸出，K表示采集到的樣本數(shù)。

3.根據(jù)權利要求2所述的方法，其特征在于，所述判斷所述誤差是否滿足預先設置的條件，包括：

判斷是否滿足預先設置的目標值。

4.根據(jù)權利要求2或3所述的方法，其特征在于，所述方法還包括：

當判斷時，則計算適應度和選擇概率；

根據(jù)所述適應度和所述選擇概率對抗體種群中的每個抗體進行克隆、變異、抑制；

對所述抗體種群中的每個抗體進行克隆、變異、抑制后，繼續(xù)執(zhí)行步驟對所述神經(jīng)網(wǎng)絡的γ步訓練。

5.根據(jù)權利要求4所述的方法，其特征在于，所述方法還包括：

當判斷則執(zhí)行步驟根據(jù)所述輔助變量建立神經(jīng)網(wǎng)絡模型。

6.一種測量溶解氧濃度的裝置，其特征在于，所述裝置包括：

第一確定單元，用于對污水生化反應過程的機理進行分析，確定初步的輔助變量；

第二確定單元，用于采集樣本數(shù)據(jù)，對樣本數(shù)據(jù)中所述的初步輔助變量進行分析，確定輔助變量；

建立單元，用于根據(jù)所述輔助變量建立神經(jīng)網(wǎng)絡模型；

計算單元，用于對所述神經(jīng)網(wǎng)絡模型進行訓練，并計算訓練后的神經(jīng)網(wǎng)絡模型的誤差；

判斷單元，用于判斷所述誤差是否滿足預先設置的條件；

測量單元，用于當所述誤差滿足預先設置的條件時，則采集現(xiàn)場數(shù)據(jù)，利用所述神經(jīng)網(wǎng)絡模型對溶解氧濃度進行測量。