一种基于PLS-PSO-RBF神经网络模型的污水质量监测方法[CN202110300717.8] - 宁波大学科学技术学院

专利申请

2021-03-13
公布公告

2023-04-07
授权日期

2023-04-07
终止

2033-04-04

一种基于PLS-PSO-RBF神经网络模型的污水质量监测方法

* 专利信息仅供参考，不具有法律效力。有效专利

注册号： CN202110300717.8 申请日期： 2021-03-13 专利主类别： G06Q10/0639 {{ classMap["G06Q10/0639"] }}

申请人名称：宁波大学科学技术学院

查看申请人名下所有专利

申请人地址：浙江省宁波市慈溪市白沙路街道文蔚路521号宁波大学科学技术学院机械工程与自动化学院

专利分类项目

专利注册信息

初审公告期号	2021-03-13	初审公告日期	2023-04-07
注册公告期号	2023-04-07	注册公告日期	2023-04-07
专用权期限	2023-04-07 - 2033-04-04	专利类型	发明授权
代理组织机构	--

专利介绍

本发明公开一种基于PLS‑PSO‑RBF神经网络模型的污水质量监测方法，实现了在小样本的前提下，利用RBF神经网络建立符合精度要求的污水质量监测模型，从而实现对污水出水端质量的实时监测或软测量。具体来讲，本发明方法首先使用PLS算法来降低输入数据的维数，然后使用PSO算法优化得到RBF神经网络各个隐层神经元的中心点向量，进而基于PLS‑PSO‑RBF神经网络模型实时污水出水端质量的实时监测。本发明方法通过PLS算法的降维策略，能降低污水质量监测建模时遇到的小样本问题相对于输入变量维数的负面影响。同时通过PSO算法优化搜寻出多个隐层神经元的中心点向量，能较大程度的保证RBF神经网络模型的精度。

法律进度