[發明專利]基于自組織隨機配置網絡的污水總磷軟測量方法及系統

在審

• 申請號: 202111192793.8
• 申請日: 2021-10-13
• 公開（公告）號: CN114036819A
• 公開（公告）日: 2022-02-11
• 發明（設計）人: 栗三一;高鵬飛;岳偉超;王乾;劉鵬;劉娜;孫軍偉
• 申請（專利權）人: 鄭州輕工業大學
• 主分類號: G06F30/27
• 分類號: G06F30/27;G06N3/08;G06Q50/26
• 代理公司: 鄭州大通專利商標代理有限公司 41111
• 代理人: 張立強

1.一種基于自組織隨機配置網絡的污水總磷軟測量方法，其特征在于，包括：

步驟1，基于隨機配置網絡構建總磷軟測量模型，確定總磷軟測量模型的輸入變量和輸出變量，所述輸入變量為出水pH值、入水流量、第五分區溶解氧濃度、第二分區硝態氮濃度和出水固體懸浮物濃度；所述輸出變量為出水總磷濃度；所述總磷軟測量模型的隱含層為單層；

步驟2，對隱含層的神經元個數進行自組織調整和參數確定；

步驟3，基于結構調整后的總磷軟測量模型進行污水總磷軟測量。

2.根據權利要求1所述的基于自組織隨機配置網絡的污水總磷軟測量方法，其特征在于，所述步驟2包括：

步驟2.1：在隱含層神經元生成階段，如果當前的網絡誤差不滿足精度要求，則新增一個隱含層神經元，其輸入權值在滿足式(1)的條件下隨機生成，輸出權值由式(2)計算得到；

其中m為輸出變量個數；e_L-1表示隱含層神經元個數為L-1時的網絡誤差，g_L(x)為新增的第L個隱含層神經元的輸出；0＜r＜1；{μ_L}為非負實數序列并且lim_L→+∞μ_L＝0，0＜μ_L≤(1-r)；·,·為內積計算；β_j表示第j個隱含層神經元的輸出權值，y為期望輸出；

步驟2.2：在隱含層神經元刪減階段，計算新增加的神經元與其它神經元之間的互信息，利用互信息反映新增神經元與其它神經元之間的相關性；刪除與新增神經元互信息最大的神經元，若刪除后的網絡誤差比增加第L個神經元之前的誤差小，則該刪除操作生效，否則取消刪除操作；

步驟2.3：重復步驟2.1和步驟2.2直到網絡誤差達到精度要求。

3.一種基于自組織隨機配置網絡的污水總磷軟測量系統，其特征在于，包括：

總磷軟測量模型構建模塊，用于基于隨機配置網絡構建總磷軟測量模型，確定總磷軟測量模型的輸入變量和輸出變量，所述輸入變量為出水pH值、入水流量、第五分區溶解氧濃度、第二分區硝態氮濃度和出水固體懸浮物濃度；所述輸出變量為出水總磷濃度；所述總磷軟測量模型的隱含層為單層；

神經元個數自組織調整模塊，用于對隱含層的神經元個數進行自組織調整和參數確定；

污水總磷軟測量模塊，用于基于結構調整后的總磷軟測量模型進行污水總磷軟測量。

4.根據權利要求3所述的基于自組織隨機配置網絡的污水總磷軟測量系統，其特征在于，所述神經元個數自組織調整模塊包括：

隱含層神經元生成子模塊，用于在隱含層神經元生成階段，如果當前的網絡誤差不滿足精度要求，則新增一個隱含層神經元，其輸入權值在滿足式(1)的條件下隨機生成，輸出權值由式(2)計算得到；

其中m為輸出變量個數；e_L-1表示隱含層神經元個數為L-1時的網絡誤差，g_L(x)為新增的第L個隱含層神經元的輸出；0＜r＜1；{μ_L}為非負實數序列并且lim_L→+∞μ_L＝0，0＜μ_L≤(1-r)；·,·為內積計算；β_j表示第j個隱含層神經元的輸出權值，y為期望輸出；

隱含層神經元刪減子模塊，用于在隱含層神經元刪減階段，計算新增加的神經元與其它神經元之間的互信息，利用互信息反映新增神經元與其它神經元之間的相關性；刪除與新增神經元互信息最大的神經元，若刪除后的網絡誤差比增加第L個神經元之前的誤差小，則該刪除操作生效，否則取消刪除操作；

迭代子模塊，用于重復執行隱含層神經元新增子模塊和隱含層神經元刪減子模塊直到網絡誤差達到精度要求。