-
公开(公告)号：CN109523094B
公开(公告)日：2023-07-25
申请号：CN201811573009.6
申请日：2018-12-21
Applicant: 哈尔滨工程大学
IPC: G06Q10/04 , G06N3/084 , G06N3/0499 , G01N33/18
Abstract: 本发明的目的在于提供一种基于小波神经网络的船舶含盐污水处理控制预测系统及预测方法，将小波理论和神经网络相结合，使小波神经网络完全继承了小波变换的优良时频局部化特性和神经网络的自学习特性，实现了强非线性逼近能力。特别针对含盐污水处理过程中高度非线性、强耦合性、时变、大滞后性和复杂性等特点，解决了传统的神经网络预测模型精度差、稳定性低等问题。提出了相应的控制策略，对船舶污水处理设备起到自我监测和诊断的同时，还实现了自我修复，对比其他算法，智能化程度高，进一步节省了运行成本。实验结果表明，该预测方法能够很好的预测高盐度海水中的污染物去除效率，进而对船舶含盐污水的处理提供切实可行的运行策略。
-
公开(公告)号：CN109534486B
公开(公告)日：2023-07-25
申请号：CN201811573025.5
申请日：2018-12-21
Applicant: 哈尔滨工程大学
IPC: G06Q10/04 , C02F3/00 , G06N3/044 , G06N3/08 , C02F101/16
Abstract: 本发明的目的在于提供一种基于随机递归小波神经网络的船舶污水处理控制预测系统及预测方法，将小波分析原理和递归神经网络相结合，使随机递归小波神经网络完全继承了小波变换优良的局部化特性和递归神经网络的历史记忆特性，实现了强大的函数拟合能力。特别针对船舶污水处理过程的高度非线性、强耦合性、时变、大滞后性和复杂性等特点，解决了传统神经网络预测模型的精度差、稳定性低等问题。提出了相应的控制策略，对船舶污水处理设备进行自我监测和诊断的同时，还实现了自我修复，智能化程度高，进一步节省了运行成本。本预测方法能够很好的预测船舶污水中的污染物去除效率，进而对低温船舶污水的处理提供切实可行的运行策略。
-
公开(公告)号：CN109534486A
公开(公告)日：2019-03-29
申请号：CN201811573025.5
申请日：2018-12-21
Applicant: 哈尔滨工程大学
IPC: C02F3/00 , G06N3/04 , G06N3/08 , C02F101/16
Abstract: 本发明的目的在于提供一种基于随机递归小波神经网络的船舶污水处理控制预测系统及预测方法，将小波分析原理和递归神经网络相结合，使随机递归小波神经网络完全继承了小波变换优良的局部化特性和递归神经网络的历史记忆特性，实现了强大的函数拟合能力。特别针对船舶污水处理过程的高度非线性、强耦合性、时变、大滞后性和复杂性等特点，解决了传统神经网络预测模型的精度差、稳定性低等问题。提出了相应的控制策略，对船舶污水处理设备进行自我监测和诊断的同时，还实现了自我修复，智能化程度高，进一步节省了运行成本。本预测方法能够很好的预测船舶污水中的污染物去除效率，进而对低温船舶污水的处理提供切实可行的运行策略。
-
公开(公告)号：CN109523094A
公开(公告)日：2019-03-26
申请号：CN201811573009.6
申请日：2018-12-21
Applicant: 哈尔滨工程大学
Abstract: 本发明的目的在于提供一种基于小波神经网络的船舶含盐污水处理控制预测系统及预测方法，将小波理论和神经网络相结合，使小波神经网络完全继承了小波变换的优良时频局部化特性和神经网络的自学习特性，实现了强非线性逼近能力。特别针对含盐污水处理过程中高度非线性、强耦合性、时变、大滞后性和复杂性等特点，解决了传统的神经网络预测模型精度差、稳定性低等问题。提出了相应的控制策略，对船舶污水处理设备起到自我监测和诊断的同时，还实现了自我修复，对比其他算法，智能化程度高，进一步节省了运行成本。实验结果表明，该预测方法能够很好的预测高盐度海水中的污染物去除效率，进而对船舶含盐污水的处理提供切实可行的运行策略。
-
-
-
Search Results
4
records
(took 0.018 seconds)
