本發明涉及一種基于受限玻爾茲曼機的自組織BP神經網絡出水總磷預測方法,本發明,包括以下幾個步驟:1.在分析污水處理過程可測和難測變量的基礎上,將出水氨氮、溶解氧濃度、化學需氧量、出水懸浮物濃度、總氮和氧化還原電位這6個關鍵可測變量作為預測模型的輸入參數,并進行數據預處理。2.采用基于互信息和敏感度分析的自組織BP神經網絡對輸入樣本數據進行訓練,從而實現網絡結構自動調整。3.采用受限玻爾茲曼機對結構調整后的神經網絡初始權值和閾值進行訓練,進而提高網絡收斂速度和總磷預測精度。本發明設計合理,不僅解決了傳統BP神經網絡在總磷預測時結構冗余,容易過擬合的問題,提高了網絡的收斂速度和總磷的預測精度。
聲明:
“基于受限玻爾茲曼機的自組織BP神經網絡出水總磷預測方法” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)