CN106971241-CN201710159923-基于模糊神经网络预测污水水质数据的方法.pdfVIP

(19)中华人民共和国国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 106971241 A (43)申请公布日 2017.07.21 (21)申请号 201710159923.5 (22)申请日 2017.03.17 (71)申请人 浙江工商大学 地址 310018 浙江省杭州市下沙高教园区 浙江工商大学信息楼518 (72)发明人 琚春华　陈冠宇　鲍福光　王学成　 汪磊　 (74)专利代理机构 杭州知通专利代理事务所 (普通合伙) 33221 代理人 姚宇吉 (51)Int.Cl. G06Q 10/04(2012.01) G06Q 50/06(2012.01) 权利要求书2页 说明书6页 附图1页 (54)发明名称 基于模糊神经网络预测污水水质数据的方 法 (57)摘要 本发明为一种基于模糊神经网络预测污水 水质数据的方法，包括以下步骤：收集训练和测 试与系统所需要的样本；对所有训练样本进行聚 类；对每条模糊规则对应的神经网络NN 进行训 m 练，m代表模糊规则的个数，训练稳定后，将归一 化后的关键水质指标作为预测样本输入模糊神 经网络中进行对干粉投药量的预测。本发明的有 益效果在于：企业就可以根据预测的水质数据， 做到基于预测模型的泵站流量控制，以及确定污 水处理时投放微生物、药剂的量和时间点，克服 了传统的污水处理时凭经验判断泵站流量和添 A 加药剂的人工操作，为污水的智能处理提供了强 1 大的助力，具有良好的实际应用价值。 4 2 1 7 9 6 0 1 N C CN 106971241 A 权　利　要　求　书 1/2页 1.一种基于模糊神经网络预测污水水质数据的方法，其特征在于包括以下步骤： 收集训练和测试与系统所需要的样本：提取和水区运行情况相关的多种水质指标，选 择多种关键水质指标，同时选取出水后的状况，将选择出的多种关键水质指标进行归一化 处理，将归一化后的多种关键水质指标以及出水后的状况作为样本，样本包括多个输入和 一个输出并记做(x ，y)； i i 对所有训练样本进行聚类：根据出水后的状况，将所述样本聚类为m组样本，根据这m组 聚类好的样本得到m条模糊规则，每个组对应一条模糊规则，每条模糊规则对应一条神经网 络NN ，m代表模糊规则的个数； m 原始训练样本集中的某个样本，被聚类到第i组，则所述训练样本的输出部分表示为神 经网络NN ，表达式表示为 式中j＝1,…，m，神经网络NN 的训练样本包括若 mf mf 干个输入和m个输出，对神经网络NN 进行训练； mf 对每条模糊规则对应的神经网络NN 采用与训练神经网络NN 相同方式进行训练，m代 m mf 表模糊规则的个数； 神经网络NN 和神经网络NN 训练稳定后，将归一化后的关键水质指标作为预测样本输 mf m 入模糊神经网络中进行对干粉投药量的预测，通过神经网络的联想、分类和识别能力，则可 获得水质状况及所需干粉投药量