[發(fā)明專利]一種基于多目標(biāo)優(yōu)化-模糊神經(jīng)網(wǎng)絡(luò)的出水總氮智能檢測方法

在審

• 申請?zhí)枺?/td>: 202010964415.6
• 申請日: 2020-09-15
• 公開（公告）號: CN112183719A
• 公開（公告）日: 2021-01-05
• 發(fā)明（設(shè)計(jì)）人: 韓紅桂;孫晨暄;喬俊飛
• 申請（專利權(quán)）人: 北京工業(yè)大學(xué)
• 主分類號: G06N3/04
• 分類號: G06N3/04;G06N3/08;G06N3/00;G01N33/18
• 代理公司: 北京思海天達(dá)知識(shí)產(chǎn)權(quán)代理有限公司 11203
• 代理人: 劉萍

一種基于多目標(biāo)優(yōu)化?模糊神經(jīng)網(wǎng)絡(luò)的出水總氮智能檢測方法屬于污水處理領(lǐng)域，針對污水處理過程中出水總氮濃度難以實(shí)時(shí)檢測、預(yù)測結(jié)果精確度低的問題。該智能檢測方法針對網(wǎng)絡(luò)的多級學(xué)習(xí)目標(biāo)函數(shù)，采用具有全局優(yōu)化能力的多目標(biāo)粒子群優(yōu)化算法優(yōu)化網(wǎng)絡(luò)結(jié)構(gòu)和參數(shù)，建立合適的模糊神經(jīng)網(wǎng)絡(luò)檢測模型，解決了基于單一目標(biāo)函數(shù)的模糊神經(jīng)網(wǎng)絡(luò)泛化能力較差的問題；實(shí)驗(yàn)結(jié)果表明該方法提高了出水總氮的預(yù)測精度，保障在污水處理過程中出水總氮實(shí)能夠?qū)崟r(shí)準(zhǔn)確地獲得，同時(shí)保證了污水處理廠中低成本的需求。

技術(shù)領(lǐng)域

本發(fā)明在城市污水處理過程運(yùn)行特性的分析基礎(chǔ)上，通過建立基于模糊神經(jīng)網(wǎng)絡(luò)的出水總氮智能檢測模型，基于多目標(biāo)粒子群優(yōu)化算法同時(shí)對檢測模型的參數(shù)和結(jié)構(gòu)進(jìn)行調(diào)整，從改進(jìn)模糊神經(jīng)網(wǎng)絡(luò)優(yōu)化算法的角度實(shí)現(xiàn)出水總氮濃度的智能檢測。這種基于多目標(biāo)優(yōu)化-模糊神經(jīng)網(wǎng)絡(luò)的總出水總氮智能檢測方法在實(shí)際過程中，能夠充分優(yōu)化網(wǎng)絡(luò)的學(xué)習(xí)目標(biāo)函數(shù)，通過改善模糊神經(jīng)網(wǎng)絡(luò)的泛化能力提高網(wǎng)絡(luò)的預(yù)測精度，實(shí)現(xiàn)更加精確的出水總氮檢測精度，屬于水處理領(lǐng)域。

背景技術(shù)

2019年度《中國水資源公報(bào)》顯示：2019年全國用水總量為6021.2億立方米，較2018年增長5.7億立方米。隨著我國城鎮(zhèn)化進(jìn)程的加快，我國對淡水資源的需求量不斷增加，導(dǎo)致污水產(chǎn)生量越來越大，因此污水治理成為我國近年來的重要工作之一。從20世紀(jì)80年代我國污水處理廠開始大規(guī)模建設(shè)，到現(xiàn)在我國污水處理能力得到了極大提高。據(jù)統(tǒng)計(jì)2019年我國城市污水處理廠的污水處理能力超過2.1億立方米/日，對防治水體污染、環(huán)境保護(hù)起到積極作用。因此，對污水處理過程的研究成果具有廣闊的應(yīng)用前景。

隨著污水處理技術(shù)提高，污水中有機(jī)物污染得到遏制，但氮、磷等營養(yǎng)物超標(biāo)排放使水體污染仍然十分嚴(yán)重。其中，氮含量的增加是造成水體質(zhì)量惡化和富營養(yǎng)化的主要因素之一，污水處理中出水總氮的含量是衡量污水處理廠出水水質(zhì)的基礎(chǔ)指標(biāo)。同時(shí)在《城市污水再生利用景觀環(huán)境用水水質(zhì)》等多個(gè)國家標(biāo)準(zhǔn)上也都將總氮含量作為一個(gè)衡量指標(biāo)。因此，準(zhǔn)確快速地檢測出水中總氮的含量對防治水體污染和再生利用具有重大意義。當(dāng)前，污水處理廠主要通過化學(xué)實(shí)驗(yàn)手段檢測總氮濃度。該方法雖然能保證較精確的檢測精度，但對操作環(huán)境要求高，檢測時(shí)間長，無法滿足實(shí)時(shí)性檢測的要求。近年來，在線儀表檢測可以實(shí)現(xiàn)出水水樣的自動(dòng)檢測，但儀器購買和儀器維護(hù)成本較高。因此，如何利用信息化技術(shù)實(shí)現(xiàn)低成本和高精度檢測是研究的關(guān)鍵。由于人工神經(jīng)網(wǎng)絡(luò)的非線性逼近能力和學(xué)習(xí)能力，可以對污水處理過程的非線性系統(tǒng)進(jìn)行有效建模，為污水出水水質(zhì)檢測提供了一種新的方法。因此本發(fā)明在提高出水總氮濃度的檢測精度上具有重要的現(xiàn)實(shí)意義。

本發(fā)明設(shè)計(jì)了一種基于多目標(biāo)優(yōu)化-模糊神經(jīng)網(wǎng)絡(luò)出水總氮濃度智能檢測方法，該方法利用偏最小二乘算法提取特征變量，建立了基于模糊神經(jīng)網(wǎng)絡(luò)的檢測模型，采用具有全局優(yōu)化能力的多目標(biāo)粒子群優(yōu)化算法優(yōu)化模糊神經(jīng)網(wǎng)絡(luò)的多級學(xué)習(xí)目標(biāo)來訓(xùn)練模型以提高模型的泛化性能，提高了出水總氮的檢測精度，從改善模型泛化能力本身出發(fā)為實(shí)現(xiàn)出水總氮精確檢測并降低測量成本提供了一種有效的方法，實(shí)現(xiàn)污水處理廠的實(shí)際需求。

發(fā)明內(nèi)容

本發(fā)明獲得了一種基于多目標(biāo)粒子群的全局優(yōu)化算法訓(xùn)練模糊神經(jīng)網(wǎng)絡(luò)的出水總氮智能檢測方法，該方法采用最小二乘算法在眾多過程變量中提取特征變量確定與出水總氮相關(guān)的主要變量；基于模糊神經(jīng)網(wǎng)絡(luò)的多級學(xué)習(xí)目標(biāo)，利用多目標(biāo)粒子群算法同時(shí)優(yōu)化模型的參數(shù)和結(jié)構(gòu)來構(gòu)造模糊神經(jīng)網(wǎng)絡(luò)，解決了傳統(tǒng)模糊神經(jīng)網(wǎng)絡(luò)泛化能力較差的問題，實(shí)現(xiàn)出水總氮的實(shí)時(shí)測量并具有較好的檢測精度。

本發(fā)明采用了如下的技術(shù)方案及實(shí)現(xiàn)步驟：

1.一種基于多目標(biāo)優(yōu)化-模糊神經(jīng)網(wǎng)絡(luò)的出水總氮智能檢測方法，其特征在于，包括以下步驟：

步驟1：特征變量選取