公开(公告)号：CN113408824A

公开(公告)日：2021-09-17

申请号：CN202110802063.9

申请日：2021-07-15

Applicant: 北京工业大学

Inventor： 蒙西 ,  段滈杉 ,  周江龙 ,  韩红桂

IPC: G06Q10/04 ,  G06K9/62 ,  G06N3/06 ,  G06N3/08 ,  G06N3/04

Abstract: 本发明涉及一种基于RBF神经网络的生活垃圾收集过程氨气浓度智能预测方法，实现了对氨气排放趋势的准确预测，包括以下步骤：首先，获取氨气浓度的实时测量数据；对氨气数据进行预处理，确定预测模型的输入变量和输出变量；然后，采用RBF神经网络建立预测模型，通过结构自组织机制和二阶学习算法提高模型精度；本发明有效解决了现有技术只获取氨气实时浓度，而无法对氨气排放变化趋势准确预测的问题。

公开(公告)号：CN113077039A

公开(公告)日：2021-07-06

申请号：CN202110304217.1

申请日：2021-03-22

Applicant: 北京工业大学

Inventor： 蒙西 ,  张寅 ,  乔俊飞

IPC: G06N3/02 ,  G06K9/62 ,  G06F17/16 ,  G01N33/18

Abstract: 本发明公开一种基于任务驱动RBF神经网络的出水总氮TN软测量方法，本发明基于任务驱动径向基神经网络建立了出水总氮软测量模型，实现了对出水总氮浓度的实时精准获取；首先，结合机理知识和互信息分析，确定与出水TN相关的特征变量；然后，有机结合二阶学习算法和自适应结构增删算法，自适应设计任务驱动RBF神经网络，建立城市污水处理出水总氮TN软测量模型，实现对出水总氮TN的实时检测，解决城市污水处理出水总氮TN难以实时精准测量的问题。

公开(公告)号：CN104182794A

公开(公告)日：2014-12-03

申请号：CN201410452629.X

申请日：2014-09-05

Applicant: 北京工业大学

Inventor： 乔俊飞 ,  蒙西 ,  武利 ,  韩红桂 ,  李瑞祥

IPC: G06N3/02 ,  G06N3/08 ,  G01N33/18

Abstract: 本发明提出一种基于神经网络的污水处理过程出水总磷TP软测量方法，属于污水处理领域。污水处理过程机理复杂，为使污水处理系统处于良好的运行工况，获得更好的出水水质，需要对污水处理系统中的过程参数及水质参数进行检测。针对当前污水处理厂出水总磷无法实时获取的问题，本发明提出一种基于自组织径向基神经网络建立的软测量模型。根据自组织方法确定神经网络的初始结构和初始参数，简化神经网络结构，对出水总磷TP进行实时软测量。根据软测量结果，对污水处理过程中的相关控制环节及生化反应中的物料调节，提高污水处理的出水水质质量，为污水处理过程安全、平稳运行提供理论支撑与技术保障。