文献类型：期刊文献

中文题名：基于DE-BP算法的模糊神经网络控制器及其在污水处理溶解氧浓度控制上的应用

英文题名：A Fuzzy Neural Network Controller Based on DE-BP Algorithm and Its Application to Dissolved Oxygen Control in Wastewater Treatment Plants

作者：张照生[1];罗健旭[1]

机构：[1]华东理工大学化工过程先进控制和优化技术教育部重点实验室,上海200237

年份：2013

卷号：39

期号：1

起止页码：55

中文期刊名：华东理工大学学报（自然科学版）

外文期刊名：Journal of East China University of Science and Technology

收录：CSTPCD;;Scopus;北大核心:【北大核心2011】；CSCD:【CSCD2013_2014】；

基金：国家自然科学基金(60974066)

语种：中文

中文关键词：污水处理;溶解氧浓度;差分进化;模糊神经网络

外文关键词：wastewater treatment i dissolved oxygen concentrationl DE FNN

摘要：针对污水处理过程这一多变量、强耦合的复杂非线性系统,提出了一种基于差分进化算法的模糊神经网络控制方法,并应用于污水处理过程溶解氧浓度的控制。首先利用差分进化(DE)结合BP的混合算法对给定的模糊神经网络控制器结构参数进行离线优化,然后利用BP算法较强的局部搜索能力,对参数进一步在线调整。将所提出的控制器用于污水处理BSM1仿真平台的溶解氧浓度控制,控制性能优于常规的模糊控制器,仿真结果表明了该控制策略的有效性。
Wastewater Treatment Process （WWTP） is a multivariable and strong coupled nonlinear system. This paper proposes a fuzzy neural network controller based on Differential Evolution （DE） and Back Propagation （BP） algorithm, which is used to control the Dissolved Oxygen （DO） in WWTP. The fuzzy neural network is firstly off-line optimized by DE and BP algorithm, and then is further on-line adjusted by means of the local searching ability of BP algorithm. The proposed controller is used to control the DO of a benchmark WWTP-BSM1 （Bechmark Simulation Model No. 1）. The experiment results show that the present algorithm can attain better performance than the conventional fuzzy controller.