基于自适应鲁棒模糊神经网络的MBR膜透水率软测量
作者机构：北京工业大学信息学部北京100124 计算智能与智能系统北京市重点实验室北京100124
基 金：国家自然科学基金项目(62125301,62021003,62303024) 国家重点研发计划项目(2022YFB3305800-5) 中国博士后科学基金项目(2022M720319) 北京市自然科学基金项目(KZ202110005009) 青年北京学者基金项目(037) 北京市博士后工作经费资助项目(2023-zz-91)
出 版 物：《控制与决策》 (Control and Decision)
年 卷 期：2025年第40卷第2期
页 码：665-674页
摘 要：针对膜生物反应器(MBR)污水处理工艺易受到进水水量、水质波动等外部干扰因素的影响导致膜透水率难以准确测量的问题,提出一种基于自适应鲁棒模糊神经网络(ARFNN)的膜透水率软测量模型.首先,构建一种对称抗噪损失函数,降低了模型对外部干扰的敏感度,提高了软测量模型的鲁棒性;然后,设计一种自适应梯度下降算法,动态优化模型参数,提升了软测量模型的检测精度;最后,利用李雅普诺夫函数验证了ARFNN的收敛性,分析了模型的鲁棒性,保证了模型的收敛速度和抗干扰能力.将所设计的基于ARFNN的膜透水率软测量模型应用于实际的污水处理过程中,实验结果表明,在有外部干扰的情况下,该模型不但能够实现膜透水率的在线检测,而且可以获得较高的检测精度.
主 题 词：模糊神经网络 膜生物反应器 膜透水率 鲁棒性 软测量 梯度下降
学科分类：12[管理学] 1201[管理学-管理科学与工程类] 081104[081104] 08[工学] 0835[0835] 0811[工学-水利类] 0812[工学-测绘类]
核心收录：
D O I：10.13195/j.kzyjc.2023.1591
馆 藏 号：203157116...
