本书通过以上的研究工作，对水环境系统智能化软测量与控制方法进行了研究与探讨，并做了计算机仿真和试验。但还有许多没有解决的问题需要进一步的研究，今后的主要研究方向及研究重点如下：
(1) 基于过程神经元网络技术的污水处理软测量算法符合污水处理过程中参数时变的实际情况，采用这种软测量方法可以为污水处理的实时闭环控制提供条件。但是，过程神经元网络刚提出不久，其理论和学习算法需进一步研究。基于函数正交基展开的学习算法选用何种基函数、怎样确定权值的初始化系数、如何提高网络训练速度有待进一步的研究和探索。
(2) 混合神经网络软测量建模方法的研究，可以 ...... （共799字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇