溶解氧浓度的直接自适应动态神经网络控制方法

摘要：

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.

关键词：动态神经网络控制器、溶解氧、规则无用率、污水处理过程

所属期刊栏目：32

分类号：TP273(自动化技术及设备)

资助基金：国家自然科学基金项目61034008,61225016;北京市自然科学基金项目4122006;教育部博士点新教师基金项目20121103120020资助.Supported by National Natural Science Foundation of China61034008,61225016;Beijing Municipal Natural Science Foundation4122006;Ph.D.Program Foundation from Ministry of Chinese Education20121103120020

在线出版日期：2015-04-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：115-121