多模块自组织神经网络设计及其在污水检测中的应用研究
发布时间:2020-04-25 22:54
【摘要】:人脑是由数百种不同类型的神经细胞组成的复杂生物系统,具有非凡的信息处理和决策能力,可以有效的处理图像、声音、语义等复杂信息。在人脑信息处理过程中,各组织相互配合、相互协调构成了若干个具有不同功能的神经网络模块,各神经网络模块相互独立,却又相互协作,使位于大脑皮质不同区域的神经系统获得特定的功能,从而执行该区域内的独立任务。多模块神经网络是以人脑结构和功能为基础,从人工神经网络智能信息处理的角度出发,采用“分而治之”的思想,将复杂的实际问题分解为若干个相互独立但又相互联系的子问题,对于每一个子问题建立相应的神经网络模型,从而有针对性的分块处理实际问题。虽然多模块神经网络可以很好的模拟人类大脑皮层信息处理模式,但在多模块神经网络结构设计和算法学习过程中,仍存在着诸多尚未解决的研究难点,如自适应神经网络的构建,性能稳定且可靠的子网络结构设计,子网络输出的最优动态集成等。本文借鉴人脑功能分区和信息处理模式,基于神经生理学和神经心理学的研究成果,开展了对多模块神经网络结构自组织、子网络动态重组、最优任务集成等问题的深入研究,分析了多模块神经网络子网络结构特点,设计了基于尖峰机制的子网络自组织设计方法,探索了基于自适应粒子群的多模块神经网络优化集成算法,建立了污水处理过程关键水质参数软测量系统并搭建了城市污水处理水质监测软件平台,完成了对水质参数的有效建模和预测。综上所述,本论文的主要研究工作和创新点如下:1.提出了一种基于神经元信息传递机制的子网络结构自组织方法根据大脑皮层信息传递模式和生物神经元模型,设计了一种基于神经元尖峰信息传递的递归自组织RBF神经网络,该方法可以通过隐含层的输出值计算尖峰强度,实现递归RBF神经网络的结构自组织;同时,采用改进LM算法更新网络参数,保证了学习算法的快速性和精确性。最后通过时间序列和非线性系统实验分析,验证了所提方法在预测精度和网络结构设计方面的有效性,提高了递归RBF神经网络的网络性能。2.设计了一种基于自适应粒子群算法的多模块神经网络集成方法针对多模块神经网络结构设计过程中子网络无法最优集成的问题,提出了一种基于自适应粒子群算法的子网络动态集成方法,该方法采用自适应粒子群算法寻找子网络的最优网络贡献度,并依据贡献度计算子网络的输出权值,完成网络结构的自组织和参数的自调整,最终实现多模块神经网络的集成输出。通过仿真实验验证了网络的集成权值可以通过自适应粒子群算法寻找到最优值,且训练精度、自适应能力优于其他算法。3.建立了一种基于多模块神经网络的污水处理关键水质参数软测量模型由于污水处理过程存在强烈的非线性、大时变以及强耦合等特征,传统方法难以实时在线测量污水处理关键水质参数,本文设计了一种基于多模块自组织神经网络的污水处理关键水质软测量模型,通过剔除异常数据选取辅助变量,建立污水处理过程多模块神经网络模型,可以有效地实现了氨氮浓度的在线预测,提高了网络自适应能力和预测精度。4.开发了一种污水处理出水水质智能检测系统在实际污水处理厂区的基础上,分析了污水处理过程一级处理过程、二级处理的生化反应过程和二层池物理沉降模型,建立了基于组态系统和智能算法的污水处理实验仿真平台,开发了基于数据挖掘的神经网络实时在线预测系统,将采集到的数据上传至神经网络智能算法平台,通过模拟仿真建立关键水质参数的软测量模型,从而可以有效的预测污水处理过程关键参数的输出值,防治污染物超标情况的发生。
【图文】:
图 1-1 人脑功能分区Fig.1-1 Functional partition of human brain模块神经网络研究现状块神经网络是由多个子网络模块组合而成的,各子网络模块间系,通过分解方法将复杂任务分解为多个不同的子任务,子网任务的基础上,共同协作完成信息处理。多模块神经网络方法络在面临复杂、大规模问题时,时间复杂度和空间复杂度高、题,具有思路自然、方法先进、可操作性强等特点,因此引发工作者的浓厚研究兴趣。世纪 90 年代以来,多模块神经网络的理论研究受到极大的重视深入探索,理论成果相继涌现,促进了相关学科的发展。1994 an 两人[22-23]针对系统集成问题提出分层混合专家神经网hical Mixture of Experts, HME),该系统主要有多个专家网络和在训练的过程中,每个专家网络针对整个任务中的一个子任务进
结构的的一些弊端。当网络结构过小时,不足以满足预测精度果;而当网络规模过大时,神经网络计算量会增大,同时泛化了提高神经网络的自适应能力,提高网络的预测精度,,文中采息尖峰强度的自组织神经网络模型。组织 RBF 神经网络结构设计经元尖峰模型分析脑在信息处理方面具有高容错性、联想记忆、自主协调等能力,在解决复杂问题时,通常采用自组织机制完善网络结构,增加信本章依据脉冲传递及生物尖峰神经元信息强度机制,提出了一种峰机制的网络结构调整算法。物神经元所产生的电信号可以反映出膜电位的变化状态。如图 3元的局部电位高于固定阈值时,会激活动作电位,刺激对应的功而在之后膜电位降低,暂时神经元处于休眠状态。
【学位授予单位】:北京工业大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:X832;TP183
本文编号:2640781
【图文】:
图 1-1 人脑功能分区Fig.1-1 Functional partition of human brain模块神经网络研究现状块神经网络是由多个子网络模块组合而成的,各子网络模块间系,通过分解方法将复杂任务分解为多个不同的子任务,子网任务的基础上,共同协作完成信息处理。多模块神经网络方法络在面临复杂、大规模问题时,时间复杂度和空间复杂度高、题,具有思路自然、方法先进、可操作性强等特点,因此引发工作者的浓厚研究兴趣。世纪 90 年代以来,多模块神经网络的理论研究受到极大的重视深入探索,理论成果相继涌现,促进了相关学科的发展。1994 an 两人[22-23]针对系统集成问题提出分层混合专家神经网hical Mixture of Experts, HME),该系统主要有多个专家网络和在训练的过程中,每个专家网络针对整个任务中的一个子任务进
结构的的一些弊端。当网络结构过小时,不足以满足预测精度果;而当网络规模过大时,神经网络计算量会增大,同时泛化了提高神经网络的自适应能力,提高网络的预测精度,,文中采息尖峰强度的自组织神经网络模型。组织 RBF 神经网络结构设计经元尖峰模型分析脑在信息处理方面具有高容错性、联想记忆、自主协调等能力,在解决复杂问题时,通常采用自组织机制完善网络结构,增加信本章依据脉冲传递及生物尖峰神经元信息强度机制,提出了一种峰机制的网络结构调整算法。物神经元所产生的电信号可以反映出膜电位的变化状态。如图 3元的局部电位高于固定阈值时,会激活动作电位,刺激对应的功而在之后膜电位降低,暂时神经元处于休眠状态。
【学位授予单位】:北京工业大学
【学位级别】:博士
【学位授予年份】:2018
【分类号】:X832;TP183
【参考文献】
相关期刊论文 前7条
1 张昭昭;;污水处理过程出水水质多模型在线软测量方法[J];控制工程;2014年01期
2 丛秋梅;赵立杰;柴天佑;;一类污水处理过程水质多模型在线软测量方法[J];东北大学学报(自然科学版);2010年09期
3 梁夏;王金辉;贺永;;人脑连接组研究:脑结构网络和脑功能网络[J];科学通报;2010年16期
4 丛秋梅;柴天佑;余文;;污水处理过程的递阶神经网络建模[J];控制理论与应用;2009年01期
5 廖晓峰;李传东;;神经网络研究的发展趋势[J];国际学术动态;2006年05期
6 凌卫新,郑启伦,陈琼;基于梯度的并行协作模块化神经网络体系结构[J];计算机学报;2004年09期
7 杜树新;污水生化处理过程建模与控制[J];控制理论与应用;2002年05期
本文编号:2640781
本文链接:https://www.wllwen.com/shengtaihuanjingbaohulunwen/2640781.html