基于自组织模糊神经网络溶解氧控制方法研究

摘要

针对污水处理过程中溶解氧浓度难以控制的问题,提出了一种基于自组织模糊神经网络(self-organizing fuzzy neural network,SOFNN)的溶解氧(dissolved oxygen,DO)控制方法.首先,采用激活强度和神经元重要性两个评判标准,来判断神经元对网络的贡献及活跃程度.然后,对不活跃的神经元进行删减,以此来对神经网络结构进行自适应的调整,从而满足实际控制要求,提高控制精度.其次,采用梯度下降算法对SOFNN神经网络的各个参数进行实时调整,以保证网络的精度.最后,将该自组织方法用在Mackey-Glass时间序列预测中,结果表明所提出的自组织模糊神经网络具有较好的预测效果;同时将所提出的SOFNN方法在BSM1仿真平台上进行实验验证.结果表明,所提出的自组织模糊神经网络控制方法能够对溶解氧浓度进行较好地控制,具有一定的自适应能力.