文献类型：期刊文章

作　　者：丛秋梅[1,2,3] 苑明哲[2,3] 王宏[2,3,4] 庞强[2,3] 王景杨[2,3]

机构地区：[1]辽宁石油化工大学信息与控制工程学院,辽宁抚顺113001 [2]中国科学院沈阳自动化研究所信息服务与智能控制技术研究室,辽宁沈阳110016 [3]中国科学院网络化控制系统重点实验室,辽宁沈阳110016 [4]沈阳中科博微自动化技术有限公司,辽宁沈阳110179

出　　处：《信息与控制》

基　　金：中国博士后科学基金面上资助项目(2013M530953;2013M532118);国家自然科学基金资助项目(61034008;61004051)

年　　份：2014

卷　　号：43

期　　号：2

起止页码：248-252

语　　种：中文

收录情况：BDHX、BDHX2011、CSCD、CSCD2013_2014、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、核心刊

摘　　要：针对污水处理过程在运行工况频繁波动的情况下,单一水质软测量模型精度下降的问题,提出了污水水质集成软测量建模方法.模型由3层结构组成:基于模糊聚类-极限学习机(ELM,extreme learning machine)的预测子模型位于最底层,第2层采用自适应加权融合方法将子模型预测值进行集成,最上层采用基于信息熵的元学习机制管理融合权值.ELM的快速学习特点使模型具有较好的实时性能,自适应加权融合方法和元学习机制提高了模型泛化性,元学习机制跟踪污水处理过程运行状况的动态变化趋势.仿真结果表明,在多工况条件下,污水水质COD(chemical oxygen demand,化学需氧量)集成软测量模型具有较好的精度.

关 键 词：污水处理 软测量 自适应加权融合 元学习

分 类 号：TP391.9]