基于RBF神经网络的水处理系统建模与仿真  

作　　者：徐中[1] 叶希贵[1] 

机构地区：[1]大连理工大学精密与特种加工教育部重点实验室,辽宁大连116024

出　　处：《计算机应用》2006年第B06期132-134,共3页journal of Computer Applications

基　　金：大连市科技局项目(2004A1GX072)

摘　　要：利用径向基函数(RBF)神经网络的特点,采用神经网络对活性污泥法水处理系统进行建模,提出了一种RBF网络学习的新算法,即将改进的减聚类算法和动态最近邻聚类算法相结合的算法。仿真结果表明,该算法先进有效,用其建立的模型具有较强的实用性,为实现水处理系统的在线实时预测控制提供了可行的途径。

关 键 词：水处理系统 RBF神经网络 减聚类算法 最近邻聚类算法 建模 

分 类 号：TP183[自动化与计算机技术—控制理论与控制工程]