摘要
污水处理是一个复杂的非线性过程,各种水质参数相互耦合,测量的准确性
与实时性无法保证,进而导致关键出水水质指标的控制效率不高。论文以西安某
污水处理项目为背景展开相关问题的研究,实现污水处理过程中关键水质参数的
精准预测和稳定控制。
针对污水处理过程中出水水质检测滞后性的问题,提出基于高斯函数改进粒
子群(GNPSO)优化长短时记忆神经网络(LSTM)的水质预测模型。通过皮尔
逊相关系数筛选辅助变量,根据辅助变量和LSTM神经网络建立预测模型,并利
用GNPSO对LSTM
摘要
污水处理是一个复杂的非线性过程,各种水质参数相互耦合,测量的准确性
与实时性无法保证,进而导致关键出水水质指标的控制效率不高。论文以西安某
污水处理项目为背景展开相关问题的研究,实现污水处理过程中关键水质参数的
精准预测和稳定控制。
针对污水处理过程中出水水质检测滞后性的问题,提出基于高斯函数改进粒
子群(GNPSO)优化长短时记忆神经网络(LSTM)的水质预测模型。通过皮尔
逊相关系数筛选辅助变量,根据辅助变量和LSTM神经网络建立预测模型,并利
用GNPSO对LSTM
文档评论(0)