一种动态自适应最近邻聚类学习算法在工业污水处理中的应用-北京科技大学学报2006年01期-手机知网

一种动态自适应最近邻聚类学习算法在工业污水处理中的应用

北京科技大学信息工程学院,北京科技大学信息工程学院,北京科技大学信息工程学院,北华大学,大庆油田化工集团北京 100083,北京 100083,北京 100083,吉林 132021,大庆 163000 | 陈先中侯庆文柳瑾

为了建立工业污水pH值中和系统的正模型,研究了具有大滞后非线性特性的加药中和过程。利用一种动态自适应最近邻聚类(DANNC)学习算法,全面调整网络参数完成了污水pH值加药中和控制系统网络的学习和训练。采用中和过程神经网络内模控制系统的逆模型充当控制器,进行了各种工业条件下污水中和的仿真实验。结果表明,该系统实现了△pH≤0.2的工业污水的控制精度目标,系统实时跟踪和抗干扰性良好。

机　构:

北京科技大学信息工程学院,北京科技大学信息工程学院,北京科技大学信息工程学院,北华大学,大庆油田化工集团北京 100083,北京 100083,北京 100083,吉林 132021,大庆 163000;

领　域:

环境科学与资源利用；

关键词:

工业污水；最近邻聚类学习算法；动态自适应调整； pH值；内模控制；