基于广义回归神经网络的COD在线检测方法研究.pdfVIP

第29卷 第 11期 仪 器 仪 表 学 报 Vo1．29No．1l 2008年 11月 ChineseJournalofScientificInstrument Nov．20HD8 基于广义回归神经网络的COD在线检测方法研究 张荣标 ，冯 俊，谢志超 (江苏大学电气信息工程学院 镇江 212013) 摘 要：采用化学分析法检测污水中COD值的现有技术，检测过程复杂、测取速度慢 ，难以实现在线检测。根据紫外光谱对有 机污染物的敏感特性 ，结合神经网络对非线性模型的良好辨识能力，研究出一种COD快速检测的方法。采用多波长在线扫描 技术获取被测污水 COD的光谱数据，通过特征提取简化样本数据 ，运用广义回归神经网络 (GRNN)建立 COD值预测模型。采 用多种建模方法对具有不同COD值的水样光谱数据进行分析比较结果表明：GRNN比BP网络和多元线性回归方法建模具有 更好的相关性、更强的泛化能力和更高的检测精度。 关键词：广义回归神经网络 ；特征提取；紫外光谱 ；COD 中图分类号：TP183 文献标识码 ：A 国家标准学科分类代码：460．4010 StudyonCOD on—linedetectionmethodbasedon generalregression neuralnetwork ZhangRongbiao，FengJun，XieZhichao (SchoolofElectricalandInformationEngineering，JiangsuUniversity，Zhenfiang212013，China) Abstract：Standardchemicalanalysismethodhasbeenusedfordetectingchemicaloxygendemand(COD)valueof wastewaterofralongtime．ItSdifficulttorealizeon—linemeasurementbecauseofthecomplexdetectionprocessand slow testspeed．Basedonthesensitivecharacteristicofultravioletspectrum toorganicpollutants，combiningwiththe excellentnon—linearmodelidentificationabilityofartificialneuralnetwork，arapidCOD detectionmethodisputofr— ward．Multi—wavelengthon—linescanningtechniqueisused toobtainthespectraldataofwastewater，featureextrac— tiontechniqueisusedtosimplifythesampleddata，andgeneralregressionneuralnetwork (GRNN)technologyis usedtoestablish COD forecastmode1．Variousmodelingmethodsareusedtoanalyzethespectraldataofwastewater sampleswithdifferentCOD values，comparisonresultsshow that，comparedwithBPnetworkandmultiplelinearre— gressionmethods，GRNN modelingmethodpossessesmuchbettercorrelation and generalizationperformance，and higherdetectionprecision． Keywords：GRNN；featureextraction；UV specturm ；COD 法的发展趋势是