-
公开(公告)号：CN113156074A
公开(公告)日：2021-07-23
申请号：CN202110196095.9
申请日：2021-02-22
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于模糊迁徙的出水总氮检测方法，针对污水处理过程数据量不足的情况下，难以获得精确检测模型的问题。本发明采用主成分分析算法提取特征变量并建立基于模糊神经网络的检测模型，通过参考模型获取知识，并设计粒子滤波算法对知识进行校正，利用污水处理过程的知识和数据完成检测模型的参数调整，实现出水总氮的精准检测，解决了传统模糊神经网络在数据不足的情况下泛化能力较差的问题，具有较好的学习效率和预测精度，能够保证电子产品回收的高效稳定运行。
-
公开(公告)号：CN110046761B
公开(公告)日：2021-06-25
申请号：CN201910287731.1
申请日：2019-04-11
Applicant: 北京工业大学
Abstract: 本发明提出了一种基于多目标粒子群优化算法的乙醇库存补货策略，针对乙醇库存量难以优化确定的问题，实现对乙醇库存补货量的合理规划，降低乙醇库存总成本。该乙醇库存补货策略通过建立仓储成本模型和采购成本模型，获取成本与补货批量、启动补货策略库存余量和送达时间的关系；利用多目标粒子群优化算法优化仓储成本模型和采购成本模型，得到单个周期每次补货时固定的补货批量、启动补货策略库存余量和送达时间的最优设定值，从而使乙醇库存量保持在一个合理的水平，促进库存优化控制，保证工业过程稳定运行。
-
公开(公告)号：CN112967761A
公开(公告)日：2021-06-15
申请号：CN202110255012.9
申请日：2021-03-09
Applicant: 北京北排水环境发展有限公司 , 北京工业大学
Abstract: 本申请公开了一种基于自组织模糊神经网络的污水除磷加药计算方法及介质。该方法包括：确定以第t时刻的出水总磷浓度设定值与实际值的误差以及误差的变化率为输入数据，以第t时刻加药量增量为输出数据；基于自组织模糊神经网络，建立与时刻t相关的网络模型结构，确定第t时刻的结构参数；随时刻步进，针对网络模型结构进行模糊神经网络自组织调整；根据第t时刻的结构参数计算第t+1时刻的结构参数，获得第t+1时刻的输出数据；将第t+1时刻的输出数据加上第t时刻的加药量，获得第t+1时刻的加药量。本发明采用自组织模糊神经网络控制器根据出水总磷的检测值计算加药量，使出水总磷浓度稳定在设定值附近，最大程度节省药剂投加量。
-
公开(公告)号：CN112801310A
公开(公告)日：2021-05-14
申请号：CN202011291260.0
申请日：2020-11-17
Applicant: 北京工业大学
Abstract: 本发明公开了一种基于C‑W节约算法的车辆路径优化方法。本方法主要操作流程如下：首先将各客户单独与回收网点连接，构成n条仅含有一个客户的线路，然后按节约里程值由大到小排序，在车辆最大载重量限值下，依次将对应的两顾客点插入路径中，直到所有顾客都被插入路径，从而实现车辆行驶路程最小的目标。以上步骤构成的基于C‑W节约算法的车辆路径优化方法，属于本发明的保护范围。本发明利用C‑W节约算法优化车辆行驶路径，提高运输效率，降低企业运输成本。
-
公开(公告)号：CN112591887A
公开(公告)日：2021-04-02
申请号：CN202011221211.X
申请日：2020-11-03
Applicant: 北京工业大学
Abstract: 一种基于核主成分分析和贝叶斯网络的污泥膨胀诊断方法属于智能诊断技术领域。针对污水处理过程中污泥膨胀现象难以准确检测以及污泥膨胀原因变量难以准确辨识的问题，本发明设计了一种基于核主成分分析和贝叶斯网络的污泥膨胀诊断方法，设计基于核主成分分析的检测模型，完成污泥膨胀现象的检测，设计基于贝叶斯网络的诊断模型，辨识引发污泥膨胀的根本原因变量。结果表明该智能诊断方法能够的准确检测污泥膨胀现象并且可以辨识引发污泥膨胀的根本原因变量，提高了污水处理的质量和效率，保障了污水处理过程的安全稳定运行。
-
Patent Agency Ranking
公开(公告)号：CN112346338A
公开(公告)日：2021-02-09
申请号：CN202011080017.4
申请日：2020-10-10
Applicant: 北京工业大学
IPC: G05B13/04
Abstract: 本发明提出了一种基于模糊神经网络的污水处理过程分层模型预测控制方法，实现了污水处理过程中溶解氧浓度和硝态氮浓度的在线分层控制。针对污水处理过程中时间尺度差异性，溶解氧浓度和硝态氮浓度难以精确控制的特点，该控制方法根据不同的时间尺度，建立了分层模型预测控制结构，按照不同频率控制溶解氧浓度和硝态氮浓度，符合实际污水处理厂的运行特点，能够有效提高控制效果，解决了当前多变量模型预测控制操作性能较差的问题。实验结果表明该方法能够获得较好的操作性能，能够按照不同时间尺度以不同频率实现溶解氧浓度和硝态氮浓度精确在线控制。
-
公开(公告)号：CN112183719A
公开(公告)日：2021-01-05
申请号：CN202010964415.6
申请日：2020-09-15
Applicant: 北京工业大学
Abstract: 一种基于多目标优化‑模糊神经网络的出水总氮智能检测方法属于污水处理领域，针对污水处理过程中出水总氮浓度难以实时检测、预测结果精确度低的问题。该智能检测方法针对网络的多级学习目标函数，采用具有全局优化能力的多目标粒子群优化算法优化网络结构和参数，建立合适的模糊神经网络检测模型，解决了基于单一目标函数的模糊神经网络泛化能力较差的问题；实验结果表明该方法提高了出水总氮的预测精度，保障在污水处理过程中出水总氮实能够实时准确地获得，同时保证了污水处理厂中低成本的需求。
-
公开(公告)号：CN111858549A
公开(公告)日：2020-10-30
申请号：CN202010644589.4
申请日：2020-07-07
Applicant: 北京工业大学
Abstract: 本发明公开一种数据对象特征数据库的构建及更新方法，通过数据对象特征数据案例构建模块、待清除数据扫描及数据对象识别模块、特征数据比对与匹配模块、未知案例提取模块、以及未知案例更新模块实现，以获得安全且高效的信息清除方案；同时，为适应众多的和不断更新的数据对象类型需要对数据对象特征数据库进行更新。
-
公开(公告)号：CN111858548A
公开(公告)日：2020-10-30
申请号：CN202010644579.0
申请日：2020-07-07
Applicant: 北京工业大学
Abstract: 本发明公开一种存储介质特征数据库的构建及更新方法，其包括存储介质特征数据案例构建模块、废旧电子设备硬件扫描及特征识别模块、特征数据比对模块、未知案例提取模块、未知案例更新模块。为了获得相对高效的信息清除方案，采用本发明的技术方案构建存储介质的特征数据库以便为不同类型的存储介质制定差异化的信息清除方案；同时，为适应众多的和不断更新的存储介质类型需要对存储介质特征数据库进行更新。
-
公开(公告)号：CN106920007B
公开(公告)日：2020-07-17
申请号：CN201710107408.2
申请日：2017-02-27
Applicant: 北京工业大学
Abstract: 基于二阶自组织模糊神经网络的PM2.5智能预测方法既属于环境工程领域，又属于检测技术领域。PM2.5的预测难度较大，而神经网络对于高度非线性和严重不确定性系统具有较好的处理能力。本发明针对PM2.5难以预测的问题，采用了基于二阶自组织模糊神经网络的空气污染物智能预测方法，首先利用主成分分析方法提取PM2.5的特征变量，然后利用二阶自组织模糊神经网络建立特征变量和PM2.5之间的软测量模型，对24小时之后的PM2.5浓度进行预测。该方法取得了较好的预测效果，为环境管理部门和群众提供及时准确的大气环境质量信息，有利于及时防治空气污染，提高公众生活质量。
-
-
-
-
-
-
-
-
-
Search Results
383
records
(took 0.037 seconds)
