基于L-M算法滚动优化的溶解氧浓度预测控制

论文摘要

针对污水处理系统非线性,滞后性以及强耦合等特性,利用BP神经网络建立系统模型,对溶解氧（DO）浓度进行控制。传统预测控制的滚动优化部分使用的是梯度下降算法,难以获取最优控制增量,基于此问题,利用L-M （Levenberg-Marquardt）算法对神经网络滚动优化部分进行了改进。通过仿真实验,结果表明该方法切实可行。

论文目录

• 0 引言
• 1 污水处理系统模型的建立
• 2 神经网络预测控制
•   2.1 预测模型
•   2.2 反馈校正
•   2.3 滚动优化
• 3 L-M算法
• 4 系统控制结构图
• 5 仿真分析
•   5.1 建模
•   5.2 仿真结果
• 6 结论

文章来源

类型: 期刊论文

作者: 汤铠源,李明河

关键词: 污水处理,溶解氧浓度,算法,神经网络

来源: 荆楚理工学院学报 2019年02期

年度: 2019

分类: 社会科学Ⅱ辑,工程科技Ⅰ辑

专业: 环境科学与资源利用

单位: 安徽工业大学电气与信息工程学院

分类号: X703

DOI: 10.14151/j.cnki.jclgxyxb.2019.02.002

页码: 13-17

总页数: 5

文件大小: 342K

下载量: 109