北京市自然科学基金(4122006)
- 作品数：25 被引量：225H指数：8
- 相关作者：乔俊飞韩红桂张伟张伟李凡军更多>>
- 相关机构：北京工业大学河南理工大学济南大学更多>>
- 发文基金：北京市自然科学基金国家自然科学基金国家教育部博士点基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程建筑科学化学工程更多>>
- 溶解氧浓度的直接自适应动态神经网络控制方法被引量：27
- 2015年
- 针对污水处理过程溶解氧浓度的控制问题,提出一种直接自适应动态神经网络控制方法(direct adaptive dynamic neural network control,DADNNC).构建的控制系统主要包括神经网络控制器和补偿控制器.神经网络控制器由自组织模糊神经网络实现系统状态与控制量之间的映射;提出一种基于规则无用率的结构修剪算法,并给出结构调整后网络收敛的理论证明.同时,为保证系统稳定,设计补偿控制器减小网络逼近误差,参数调整由Layapunov理论给出.国际基准仿真平台上的实验表明,与固定结构神经网络控制器、PID和模型预测控制等已有控制方法相比,DADNNC方法具有更高的控制精度和更强的适应能力.
- 张伟张伟乔俊飞
- 关键词：溶解氧污水处理过程
- 基于信息强度的RBF神经网络结构设计研究被引量：52
- 2012年
- 在系统研究前馈神经网络的基础上,针对径向基函数(Radial basis function,RBF)网络的结构设计问题,提出一种弹性RBF神经网络结构优化设计方法.利用隐含层神经元的输出信息(Output-information,OI)以及隐含层神经元与输出层神经元间的交互信息(Multi-information,MI)分析网络的连接强度,以此判断增加或删除RBF神经网络隐含层神经元,同时调整神经网络的拓扑结构,有效地解决了RBF神经网络结构设计问题;利用梯度下降的参数修正算法保证了最终RBF网络的精度,实现了神经网络的结构和参数自校正.通过对典型非线性函数的逼近与污水处理过程关键水质参数建模,结果证明了该弹性RBF具有良好的动态特征响应能力和逼近能力,尤其是在训练速度、泛化能力、最终网络结构等方面较之最小资源神经网络(Minimalresourceallocationnetworks,MRAN)、增长修剪RBF神经网络(Generalized growing and pruning RBF,GGAP-RBF)和自组织RBF神经网络(Self-organizing RBF,SORBF)有较大的提高.
- 韩红桂乔俊飞薄迎春
- 关键词：非线性系统
- 广义逆向学习方法的自适应差分算法被引量：3
- 2015年
- 针对差分算法(differential evolution,DE)在解决高维优化问题时参数设置复杂、选择变异策略困难的现象,提出了广义逆向学习方法的自适应差分进化算法(self-adaptive DE algorithm via generalized opposition-based learning,SDE-GOBL)。利用广义的逆向学习方法(generalized opposition-based learning,GOBL)来进行多策略自适应差分算法(Self-adaptive DE,Sa DE)的初始化策略调整,求出各个候选解的相应逆向点,并在候选解和其逆向点中选择所需要的最优初始种群,然后再进行自适应变异、杂交、选择操作,最后通过CEC2005国际竞赛所提供的9个标准测试函数对SDE-GOBL算法进行验证,结果证明该算法具有较快的收敛速度和较高的求解精度。
- 刘昌芬韩红桂乔俊飞
- 关键词：差分算法自适应收敛速度高维初始化
- 一种具有局部搜索的自适应粒子群算法被引量：8
- 2015年
- 针对粒子群优化(PSO)算法在解决高维非线性优化类问题时存在易陷入局部最小难以寻求最优解的问题,提出了一种具有局部搜索的参数自适应调整的粒子群算法.其核心思想是利用种群分布信息动态调整算法参数;加入混沌变异机制,增加种群多样性;在算法中加入局部搜索机制加强算法局部搜索能力.对6个基准函数的优化结果表明,改进算法具有较好的优化性能.将其用于优化实际的给水管网案例-汉诺塔管网和纽约管网,并与其它算法的结果进行了对比.实验结果表明该算法具有较好的搜索精度和更快的收敛速度.
- 乔俊飞王超王超
- 关键词：粒子群优化(PSO)算法局部搜索给水管网
- 动态T-S模糊Elman网络及其应用被引量：2
- 2014年
- 结合T-S模糊模型和Elman网络的优点,提出了一种动态T-S模糊Elman网络(DTSFEN).该网络具有全局收敛的递归结构,动态信息处理能力强;采用误差反向传播学习算法对网络结构参数和规则参数进行学习,提高了网络学习效率;并利用李亚普诺夫稳定性定理证明了网络的全局收敛特性;最后,将DTSFEN应用于非线性函数逼近和污泥容积指数(SVI)的软测量中.仿真实验结果表明,与正交最小平方(OLS)模型和Elman网络等相比,DTSFEN具有较高的精度、较快的收敛速度和较强的鲁棒性.
- 袁喜春韩红桂乔俊飞
- 关键词：神经网络收敛性软测量
- 基于Hopfield神经网络的污水处理过程优化控制被引量：21
- 2014年
- 针对前置反硝化污水处理过程的优化控制问题,提出一种基于拉格朗日乘子法的Hofield神经网络优化方法.构造了污水处理过程约束优化问题的数学表达式,通过Hopfield神经网络优化计算生化池第5分区溶解氧浓度和第2分区硝态氮浓度的设定值,并采用PID控制器实现底层的跟踪控制.基于国际标准的Benchmark基准仿真平台进行仿真实验,结果表明污水处理系统在出水关键水质达标的基础上,能够显著降低能耗.
- 韩广乔俊飞韩红桂柴伟
- 关键词：HOPFIELD神经网络能量消耗出水水质
- 基于神经网络的BOD参数软测量仪表的设计被引量：9
- 2013年
- 在污水处理过程中,BOD(生化需氧量)是评价水质好坏和处理效果的关键参数之一。由于其涉及很多复杂的生化反应过程,因此长期以来BOD的测量都存在着很多问题,具体表现在:国际通用的标准检测方法测量滞后性较大,快速检测方法测量成本过高且测量不准确。针对这些问题,在此结合神经网络软测量技术,设计了一种软硬件结合的水质参数软测量仪表,实现对水质参数BOD的快速检测。仪表硬件部分包括PH(酸碱度)、ORP(氧化还原电位)、DO(溶解氧)、温度的检测设备,软件部分是神经网络软测量软件。仪表的创新性在于将硬件检测和神经网络软测量相结合设计出了1套切实可用的软测量仪表,仪表实现快速在线检测和在线调整,可以适用于不同的污水处理系统。经实践验证表明该软测量仪表可以实现BOD的快速精确软测量,解决现有的BOD测量仪表测量耗时过长,仪器昂贵等缺陷,具有广阔的应用前景。
- 乔俊飞郭楠韩红桂
- 关键词：神经网络软测量仪表
- 基于改进粒子群算法的污水处理过程神经网络优化控制被引量：15
- 2012年
- 针对活性污泥法污水处理过程高能耗的问题,综合考虑污水处理出水水质和生化反应参数之间的关系,文中设计了一种智能优化控制系统.该系统以国际水协(IWA)开发的基准仿真模型BSM1为研究对象,利用改进粒子群算法优化BSM1第2分区的硝态氮浓度和第5分区的溶解氧浓度、混合液悬浮物固体浓度的设定值;同时利用感知器神经网络预测污水处理过程的输出,在出水水质达标的前提下降低污水处理能耗.仿真实验结果表明,系统总能耗相比闭环控制策略降低4.614%,该神经网络智能优化控制系统能够有效降低污水处理的能耗.
- 乔俊飞逄泽芳韩红桂
- 关键词：污水处理智能控制优化控制粒子群算法神经网络
- 基于灵敏度分析法的ELM剪枝算法被引量：7
- 2014年
- 针对极端学习机(ELM)网络结构设计问题,提出基于灵敏度分析法的ELM剪枝算法.利用隐含层节点输出和相对应的输出层权值向量,定义学习残差对于隐含层节点的灵敏度和网络规模适应度,根据灵敏度大小判断隐含层节点的重要性,利用网络规模适应度确定隐含层节点个数,删除重要性较低的节点.仿真结果表明,所提出的算法能够较为准确地确定与学习样本相匹配的网络规模,解决了ELM网络结构设计问题.
- 李凡军韩红桂乔俊飞
- 关键词：前馈神经网络极端学习机剪枝算法
- 基于量子混合蛙跳算法的油田开发规划多目标优化被引量：10
- 2014年
- 针对油田传统人为安排措施工作计算量大、耗时多且经济效益不高的缺点,建立了以经济效益最大化为目标,以年度增注目标、增产目标、含水目标、递减目标以及保持注采平衡为约束条件的多目标综合调整方案优化模型,并提出一种量子混合蛙跳算法求解优化模型,计算不同工作量组合实施效果,优选出满足目标和约束条件的综合调整方案作为实施方案,取得了很好的实际应用效果.
- 张强李盼池刘丽杰
- 关键词：量子混合蛙跳算法多目标优化
