公开(公告)号：CN116738869A

公开(公告)日：2023-09-12

申请号：CN202310300004.0

申请日：2023-03-26

Applicant: 北京工业大学

Inventor： 伍小龙 ,  赵嘉欣 ,  王威 ,  杨宏燕 ,  韩红桂

IPC: G06F30/28 ,  G06F30/27 ,  G06F17/16 ,  G06F17/12 ,  G06N3/048 ,  G06N3/08 ,  G06F119/02 ,  G06F119/14 ,  G06F111/08 ,  G06F119/12

Abstract: 基于工况自适应划分的膜渗透性鲁棒预测方法属于污水处理与资源化利用领域。由于MBR污水处理过程受到不同工况的影响，导致膜污染相关数据中普遍存在不平衡样本，可能会降低预测性能。为了解决这一问题，本发明提出一种基于工况自适应划分的膜渗透性鲁棒预测方法来预测膜渗透性。首先，提出基于空间隶属度计算的交叉熵指标，该指标通过评估输入信息的数据波动特征对膜污染相关数据集进行自适应划分；其次，利用一种非线性回归模型来预测膜渗透性。结果表明该方法能够有效的预测膜渗透性的值。

公开(公告)号：CN117973190A

公开(公告)日：2024-05-03

申请号：CN202410076517.2

申请日：2024-01-18

Applicant: 北京工业大学

Inventor： 伍小龙 ,  赵嘉欣 ,  王威 ,  杨宏燕 ,  韩红桂

IPC: G06F30/27 ,  G06F30/28 ,  G06N3/043 ,  G06N3/044 ,  G06N3/048 ,  G06N3/084 ,  G06F113/08 ,  G06F119/14

Abstract: 本发明提出基于区间修正策略的膜渗透性置信预测方法，解决在预测膜渗透性的过程中，输入数据的分布特性可能会因工况的变化或扰动而发生波动。模糊神经网络模型很难捕捉和适应这种动态变化，预测结果缺乏阈值约束导致预测性能下降。首先，设计了基于最大信息系数的自相关分析方法，分析了膜渗透性时间序列多步预测的可预测时长，以减少误差的累积。第二，建立了基于置信区间的递归模糊神经网络可信预测模型，该模型利用相对偏差计算每种工况数据的置信区间对预测结果进行约束，提高了膜渗透预测值的鲁棒性和准确性。第三，基于预测值和置信区间，引入校正系数来有效控制校正程度以调整预测结果，在处理异常情况时更加鲁棒，提高了预测值的可靠性。

公开(公告)号：CN116312848A

公开(公告)日：2023-06-23

申请号：CN202211738472.8

申请日：2022-12-31

Applicant: 北京工业大学

Inventor： 伍小龙 ,  赵嘉欣 ,  王威 ,  韩红桂

IPC: G16C20/30 ,  G16C20/70 ,  G06N3/043 ,  G06N3/044 ,  G06N3/048 ,  G06N3/084 ,  G06F18/214 ,  G06F18/2413 ,  G06F18/22 ,  G06F123/02

Abstract: 具有不平衡样本的膜渗透性动态多步预测方法属于污水处理领域。本发明以预警未来膜污染事件。首先，围绕膜生物反应器污水处理过程数据存在重叠、陡变等不平衡问题，提出数据自适应分类方法，重构与膜污染相关的变量数据集，实现对膜生物反应器污水处理过程数据不平衡样本的连续分类；其次，基于时间序列下数据个体之间的关联关系，提出基于吸引力的递归模糊神经网络动态多步预测模型，通过调整调整递归项参数，降低预测模型的累积误差；第三，设计具有自适应学习率的速度梯度下降算法更新神经网络参数，加快学习过程并确保输出的稳定性。结果表明该方法能够保证未来一段时间内膜渗透性的高精度预测。