首页|基于改进集合经验模态分解和深度信念网络的出水总磷预测

基于改进集合经验模态分解和深度信念网络的出水总磷预测

Prediction of effluent total phosphorus based on modified ensemble empirical mode decomposition and deep belief network

扫码查看
原文链接
  • 国家科技期刊平台
  • NETL
  • NSTL
  • 维普
  • 万方数据
出水总磷的准确预测对于城市污水处理厂的高效、稳定的运行至关重要.文中针对城市污水处理过程中出水总磷难以预测的问题,提出一种基于改进集合经验模态分解(modified ensemble empirical mode decomposition,MEEMD)和深度信念网络(deep belief network,DBN)的出水总磷预测方法.首先,设计一种MEEMD算法对城市污水处理过程出水总磷数据信号进行分解,获取多个本征模态函数(intrinsic mode function,IMF)组合;然后,建立一种基于模拟退火(simulated annealing,SA)算法的深度信念网络预测模型,通过优化的模型结构对分解后得到的每个IMF分量进行有效预测;最后,通过大气CO2浓度预测和城市污水处理出水总磷预测验证了所提出方法的有效性.

王龙洋、蒙西、乔俊飞

展开 >

北京工业大学信息学部,北京100124

计算智能与智能系统北京市重点实验室,北京100124

城市污水处理过程 出水总磷 集合经验模态分解 深度信念网络

国家自然科学基金国家自然科学基金国家自然科学基金国家自然科学基金国家重点研发计划项目

61533002619030126207300661890930-52018YFC1900800-5

2021

10.11949/0438-1157.20201365

化工学报
中国化工学会 化学工业出版社

化工学报

CSTPCDCSCD北大核心
影响因子：1.26
ISSN：0438-1157
年,卷(期)：2021.72(5)
  • 4
  • 5