深层神经网络混合剪枝算法在COD软测量中的应用

摘要

污水处理作为保护环境中的重要环节,出水水质指标的实时监测是不可或缺的关键过程,它反映了污水处理过程的稳定运行和出水质量信息。针对目前污水处理中化学需氧量(Chemical Oxygen Demand,COD)难以实时检测和浅层神经网络对复杂干扰情况预测的不准确,提出了一种在栈式自编码神经网络(Stacked Autoencoder,SAE)的基础上,融合最优脑外科(optimal brain surgeon,OBS)剪枝算法的软测量模型,通过实际污水处理厂的实验结果表明,此软测量模型在与常规的算法进行对比研究中精度均有提升,均方误差为1.498,R~2为96.7%,是一种快速、准确并且成本低的软测量方法。