一种基于补偿模糊神经网络的水质预测方法

王海云; 冯裕钊; 张晓清; 赵宏伟

doi:10.11835/j.issn.1674-4764.2004.05.017

您当前的位置：

首页 >

文章列表页 >

一种基于补偿模糊神经网络的水质预测方法

更新时间：2023-11-28

- 一种基于补偿模糊神经网络的水质预测方法
- Water Quality Forecasting Method Based on Compensative Fuzzy Neural Network
- 土木与环境工程学报（中英文） 2004年26卷第5期页码：77-81
- 作者机构：
- 作者简介：
- 基金信息：
- DOI：10.11835/j.issn.1674-4764.2004.05.017
  中图分类号：
- 纸质出版：2004
- 稿件说明：
移动端阅览
王海云, 冯裕钊, 张晓清, 等. 一种基于补偿模糊神经网络的水质预测方法[J]. 土木与环境工程学报（中英文）, 2004,26(5):77-81.

WANG Hai-yun, FENG Yu-zhao, ZHANG Xiao-qing, et al. Water Quality Forecasting Method Based on Compensative Fuzzy Neural Network[J]. Journal of Civil and Environmental Engineering, 2004, 26(5): 77-81.
王海云, 冯裕钊, 张晓清, 等. 一种基于补偿模糊神经网络的水质预测方法[J]. 土木与环境工程学报（中英文）, 2004,26(5):77-81. DOI： 10.11835/j.issn.1674-4764.2004.05.017.

WANG Hai-yun, FENG Yu-zhao, ZHANG Xiao-qing, et al. Water Quality Forecasting Method Based on Compensative Fuzzy Neural Network[J]. Journal of Civil and Environmental Engineering, 2004, 26(5): 77-81. DOI： 10.11835/j.issn.1674-4764.2004.05.017.

摘要

在污水处理系统过程控制中，对水质变化规律进行预测是控制系统可靠、稳定运行的重要环节。介绍了基于模糊逻揖和神经网络的补偿神经网络(CFNN)及其学习算法，利用CFNN学习速度快、学习过程稳定、全局动态优化运算等特点，建立污水处理厂CFNN的水质预测模型。实例预测结果表明该模型对初始值的选择不敏感，具有很好的收敛性和预测精度，适合实际工程应用。

Abstract

The forecasting of water quality variation is very important in the process of sewage treatment

which helps the control system work reliably and steadily. In this paper

the compensative fuzzy neural network (CFNN) based on compensative fuzzy logic and neural network and its study arithmetic are introduced. Considering its features as fast speed

steady studying course

global dynamic optimization

CFNN is applied to establish water quality forecasting model. The practical example indicates that the model is not sensitive to initial parameters and has better forecasting precision and faster convergence.

关键词

Keywords

references

浏览量

605

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

暂无数据