基于PSO_RBF神经网络模型的原水水质评价方法和应用.pdfVIP

下载本文档

2
0
约2.76万字
约 5页
2015-11-23 发布于安徽
举报
版权申诉

基于PSO_RBF神经网络模型的原水水质评价方法和应用.pdf

1、原创力文档（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。。
2、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击这里二次下载。
3、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
5、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
6、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
7、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

4 1 5 Vol． 4 1 No ． 5 第卷第期东南大学学报(自然科学版) 20 11 9 Sept． 20 11 年月 JOURNAL OF SOUT HEAST UNIVERSITY (Natural Science Edition) doi :10 ． 3969 /j ． issn． 100 1 － 0505 ． 20 11． 05 ． 024 基于PSO-RBF 神经网络模型的原水水质评价方法及应用王冬生李世华周杏鹏 ( ， 210096) 东南大学复杂工程系统测量与控制教育部重点实验室南京 : ， PSO-RBF 摘要针对自来水生产过程的原水水质评价问题提出了一种基于神经网络模型的原．，，水水质评价方法首先根据水厂生产经验和历史数据分析制定面向自来水生产过程的原水水．， (PSO) RBF ，质评价标准然后采用粒子群优化算法训练的神经网络模型对苏州市相城水厂的．，，进厂原水水质实施在线评价最后将进厂原水水质在线评价结果作为前馈量增加相城水厂药 ( ) ，剂矾和臭氧投加过程的前馈控制环节使得药剂投加量能够根据原水水质的变化及时做出调．，，，整实际应用效果表明与改进前的反馈控制过程相比过程出水水质更加平稳提高了自来水生产过程应对原水水质变化的能力． : ;RBF ; ; 关键词原水水质评价神经网络粒子群优化算法前馈控制中图分类号:TP183 ;X824 文献标志码:A 文章编号:100 1 － 0505 (20 11)05-10 19-05 Assessment method of raw water quality based on PSO-RBF neural network model and its application Wang Dongsheng Li Shihua Zhou Xingpeng (Key Laboratory of M easurement and Control of Complex Sy stems of Engineering of M inistry of Education ，Southeast University ，