结合先验知识的神经网络在生化系统建模中的应用.pdfVIP

第 20 卷第 1 期 无 锡 轻 工 大 学 学 报 Vol. 20 ,No. 1 　 　 　 　　　　 　 2001 年 1 月 Journal of Wuxi University of Light Industry 　 　 　 　　　　 Jan. ,2001 ( ) 文章编号 :1009 - 038X 2001 01 - 0055 - 03 　 结合先验知识的神经网络在生化系统建模中的应用 阮 泉 , 　吴铁军 (浙江大学工业控制技术国家重点实验室 ,浙江杭州 310027) 摘 　要 : 生化系统由于其高度的非线性 ,往往难以得到一个精确的数学模型. 虽然许多学者为此做 了很多工作 ,提出了各种模型 ,但这些模型的精确度和适应性还有待提高. 而单纯用神经网络建立 的模型由于其各种局限性 ,精确度也很难得到保证. 将神经网络和先验模型结合而构成混合模型 可以提高整个模型的精确度和泛化能力. 本研究将动态递归神经网络和废水生化处理系统的先验 模型结合 ,说明了结合先验模型的神经网络模型的优越性. 关键词 : 废水生化处理 ;先验知识 ;递归网络 ;神经网络 中图分类号: TP183 　　　　　　　　文献标识码 : A Application of Combining Prior Knowledge and Neural Net work in Biochemical Process Modeling RUAN Quan , WU Tiejun (National Laboratory for Industrial Control Technology , Zhejian g University , Hangzhou 310027 , China) Abstract : It is difficult to obtain an accurate model for a biochemical system because of its high nonlin ear properties. Although a lot of work was done , it is hard to get a satisfying model in practice. Neu ral network is a good tool for complex nonlinear system modeling , but it has also some limitations. A method combining prior knowledge to a dynamic recurrent neural network is presented in this paper , to improve the precision and validity in the modeling of a biological wastewater treatment system. Computer simulation results have shown its effectiveness. Key words : biolo gical wastewater treatment ; prior knowledge ; recurrent network ; neural network 　　城市生活和工业废水处理一直是环境保护领 神经网络以其强大的函数逼近能力受到了人 域的一个重要的课题. 生化方法 ,尤其是活性污泥 们的关注. 由于神经网络具有能以任意精度逼近任 法在这方面得到了广泛的应用[1 ]