论文部分内容阅读
生物生态组合污水处理是将传统生物处理系统和生态处理系统联合起来对污水进行处理。如果能对其建立精确的污水处理模型,从而实现生物段生态段污水处理负荷的合理分配,在保证污水出水水质满足排放标准的情况下,尽可能采用生态处理系统进行污水处理,不仅能降低污水处理的成本,亦可达到节能降耗的目的。污水处理本身就是一个高度复杂的非线性生化反应过程,生物生态组合污水处理过程更是加大了数学建模的难度,故将具有优良的非线性函数逼近特性、自适应学习和归纳能力的人工神经网络应用于污水处理智能建模领域。为了进一步提高神经网络智能模型的性能,本文采用新近提出的和声搜索算法代替常用的神经网络学习算法对网络进行训练,该算法概念简单,全局搜索能力强,易于实现,已成功应用于诸多领域。结合前人的研究经验和成果,开展建立基于混沌改进的和声搜索算法训练径向基神经网络的生物生态组合污水处理智能模型的研究工作,主要工作内容如下: ①针对现有改进和声搜索算法没有方向性,收敛时间长等不足,提出了混沌改进的和声搜索算法。对改进和声搜索算法的部分参数设置提出新的调整,增强算法的全局搜索能力;采用基于二次载波的混沌优化算法来初始化以及更新和声记忆库,引导算法往潜在的最优解邻域进行搜索,缩短算法的收敛时间。 ②提出采用混沌改进的和声搜索算法优化RBF神经网络参数的策略。以非线性函数逼近和Iris分类问题作为仿真实例,将分别由几种常见的和声搜索算法训练后的RBF神经网络测试结果和标准RBF神经网络的测试结果进行对比,结果表明经过参数优化后的RBF神经网络具有更强的逼近能力和更高的预测精度;与其它几种和声搜索算法相比,混沌改进的和声搜索算法具有更快的收敛速度,更高的训练精度和测试精度。 ③建立了基于CIHS-RBF神经网络的智能模型,并将之应用于重庆某生物生态组合污水处理厂。一系列实验证明,该模型能够对生物段生态段污水处理负荷进行合理分配,提供准确的工艺参数和出水水质。最后集成该模型和相关污水处理过程节能控制策略,开发了基于LabVIEW虚拟仪器平台的生物生态组合污水处理模拟系统。该系统具有良好的人机交互界面,实现了污水处理过程的可视化动态演示和相关数据的显示。