基于RBF神经网络的余氯浓度预测模型研究.pdf

《基于RBF神经网络的余氯浓度预测模型研究.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、64传感器与微系统(TransducerandMicrosystemTechnologies)2012年第31卷第8期基于RBF神经网络的余氯浓度预测模型研究谢昕，郭鹏飞，詹小丽(华东交通大学信息工程学院，江西南昌330013)摘要：余氯浓度是衡量供水管网水质的一个重要指标，采用混沌理论、模型校正等传统方法不能准确反映余氯浓度变化规律。根据RBF神经网络快速收敛和全局优化的特点，基于时间序列法，建立RBF神经网络余氯浓度预测模型。采用Matlab中的Newrbe函数进行函数逼近，结合某管网水质模拟控制系统提供

2、的样本数据进行仿真计算，最终获得的余氯浓度预测值和实测值十分吻合。结果表明：RBF神经网络预测模型具有一定的工程实用价值。关键词：RBF神经网络；预测模型；时间序列；余氯浓度中图分类号：TP389．1文献标识码：A文章编号：1000-9787(2012)08-0064-02Researchonpredictionmodelofresidualchlorinec0ncentrati0nbasedonRBFneuralnetworkXIEXin，GUOPeng—fei，ZHANXiao—li(SchoolofIn

3、formationEngineering，EastChinaJiaotongUniversity，Nanchang330013，China)Abstract：Theconcentrationofresidualchlorineisanimportantparameterindicatingthequalityofwaterinwaterdistributionnetwork，butthetraditionalmethods，suchaschaostheoryandmodeIcalibration．cannot

4、reflectthevariationruleofresidualchlorinethoroughly．ApredictionmodelofresidualchlorineiSestablished．basedonthefastconvergenceandglobaloptimizationofRBFneuralnetworkandtimeseries．TheNewrbefunctioninMatlabisadoptedtorealizefunctionapproximation，combiningwitht

5、hesampledataprovidedbythewaterqualitycontrolsystemofwaterdistributionnetworktorunsimulation．Thedifferencebetweenpredictedresidualchlorinefitactualones，whichmeansthismodelhaspracticalvalue．Keywords：RBFneuralnetwork；predictionmodel；timeserie；residualchlorinec

6、oncentration0引言不仅可以任意精度逼近连续函数，而且计算量较少，已广泛余氯浓度是一个非线性时变参数，且管网水文环境复应用于模式识别、函数逼近等方面。RBF神经网络包括：输杂多变，数学模型难以建立，因此，数理统计、混沌理论等传入层、隐含层和输出层，其中隐含层又可包括多层神经元，统预测方法的应用都具有一定局限性，且预测精度差。每一层神经元相互无连接，信号只在层与层之间传递。数径向基函数(radialbasisfunction，RBF)神经网络是近年来学上已经证明，多层前馈网络具有很强的函数映射功能，一

7、应用较多的一种前馈人工神经网络模型，可以任意精度逼个3层前馈神经网络就可满足一般函数的拟合逼近问题。近连续函数。因此，本文基于时间序列法，通过优化RBF余氯浓度预测问题实际上也是函数拟合问题。因此，本神经网络的连接权值，建立了管网余氯浓度预测模型。该文的余氯浓度预测模型即是采用3层结构的RBF神经网模型可充分发挥RBF神经网络快速收敛、全局优化的特络(如图1所示)。点，同时利用Newrbe函数进行自适应训练，Matlab仿真结其中，X(i=1，2，⋯，n)表示第i个样本点的输入矢量，果证明了其合理性；较高的预

8、测精度为实时掌握余氯浓度Y(=1，2，⋯，m)表示第个样本点的输出矢量，n是隐含变化趋势，指导供水管网仿真控制系统增减投药量，制定冲层神经元数目。每个隐节点函数均为径向对称核函数，每洗方案，改善供水管网水质提供决策支持。个隐节点输出值为1RBF神经网络基本原理RBF神经网络是一种性能优良的前向无反馈网络，它zl=(1l一cll／o-)，i=l，2，⋯n．(1)收稿日期：2012--03-22$基金项