<listing id="l9bhj"><var id="l9bhj"></var></listing>
<var id="l9bhj"><strike id="l9bhj"></strike></var>
<menuitem id="l9bhj"></menuitem>
<cite id="l9bhj"><strike id="l9bhj"></strike></cite>
<cite id="l9bhj"><strike id="l9bhj"></strike></cite>
<var id="l9bhj"></var><cite id="l9bhj"><video id="l9bhj"></video></cite>
<menuitem id="l9bhj"></menuitem>
<cite id="l9bhj"><strike id="l9bhj"><listing id="l9bhj"></listing></strike></cite><cite id="l9bhj"><span id="l9bhj"><menuitem id="l9bhj"></menuitem></span></cite>
<var id="l9bhj"></var>
<var id="l9bhj"></var>
<var id="l9bhj"></var>
<var id="l9bhj"><strike id="l9bhj"></strike></var>
<ins id="l9bhj"><span id="l9bhj"></span></ins>
  • 《工程索引》(EI)刊源期刊
  • 中文核心期刊
  • 中國科技論文統計源期刊
  • 中國科學引文數據庫來源期刊

留言板

尊敬的讀者、作者、審稿人, 關于本刊的投稿、審稿、編輯和出版的任何問題, 您可以本頁添加留言。我們將盡快給您答復。謝謝您的支持!

姓名
郵箱
手機號碼
標題
留言內容
驗證碼

一種動態自適應最近鄰聚類學習算法在工業污水處理中的應用

陳先中 侯慶文 柳瑾 莊嚴 孟廣軍

陳先中, 侯慶文, 柳瑾, 莊嚴, 孟廣軍. 一種動態自適應最近鄰聚類學習算法在工業污水處理中的應用[J]. 工程科學學報, 2006, 28(1): 84-87. doi: 10.13374/j.issn1001-053x.2006.01.020
引用本文: 陳先中, 侯慶文, 柳瑾, 莊嚴, 孟廣軍. 一種動態自適應最近鄰聚類學習算法在工業污水處理中的應用[J]. 工程科學學報, 2006, 28(1): 84-87. doi: 10.13374/j.issn1001-053x.2006.01.020
CHEN Xianzhong, HOU Qingwen, LIU Jin, ZHUANG Yan, MENG Guangjun. Application of the dynamic self-adaptive nearest neighbor clustering algorithm in an industrial waste water treatment system[J]. Chinese Journal of Engineering, 2006, 28(1): 84-87. doi: 10.13374/j.issn1001-053x.2006.01.020
Citation: CHEN Xianzhong, HOU Qingwen, LIU Jin, ZHUANG Yan, MENG Guangjun. Application of the dynamic self-adaptive nearest neighbor clustering algorithm in an industrial waste water treatment system[J]. Chinese Journal of Engineering, 2006, 28(1): 84-87. doi: 10.13374/j.issn1001-053x.2006.01.020

一種動態自適應最近鄰聚類學習算法在工業污水處理中的應用

doi: 10.13374/j.issn1001-053x.2006.01.020
基金項目: 

國家自然科學基金(No.60472095)

詳細信息
    作者簡介:

    陳先中(1966-),男,副教授,博士

  • 中圖分類號: TP274

Application of the dynamic self-adaptive nearest neighbor clustering algorithm in an industrial waste water treatment system

  • 摘要: 為了建立工業污水pH值中和系統的正模型,研究了具有大滯后非線性特性的加藥中和過程。利用一種動態自適應最近鄰聚類(DANNC)學習算法,全面調整網絡參數完成了污水pH值加藥中和控制系統網絡的學習和訓練。采用中和過程神經網絡內模控制系統的逆模型充當控制器,進行了各種工業條件下污水中和的仿真實驗。結果表明,該系統實現了△pH≤0.2的工業污水的控制精度目標,系統實時跟蹤和抗干擾性良好。

     

  • 加載中
計量
  • 文章訪問數:  131
  • HTML全文瀏覽量:  33
  • PDF下載量:  6
  • 被引次數: 0
出版歷程
  • 收稿日期:  2004-12-26
  • 修回日期:  2005-01-18
  • 網絡出版日期:  2021-08-24

目錄

    /

    返回文章
    返回
    久色视频