摘要
本发明提供了一种基于相关熵的事件触发递归模糊神经网络多变量控制方法,该方法包括:获取污水处理过程数据;通过污水处理过程数据构建初始模糊神经网络;构建事件触发结构调整机制,并通过事件触发结构调整机制对初始模糊神经网络进行结构调整,得到优化模糊神经网络;通过相关熵对优化模糊神经网络进行参数更新,得到更新模糊神经网络;通过李雅普诺夫函数对更新模糊神经网络进行验证,得到递归模糊神经网络;通过递归模糊神经网络对污水处理过程进行变量控制。该方法通过递归模糊神经网络控制污水处理过程,解决了难以控制溶解氧和硝态氮的问题,提高了控制的精确度和效率。
技术关键词
递归模糊神经网络
优化模糊神经网络
多变量控制方法
李雅普诺夫函数
溶解氧
表达式
复合误差
参数
定义
节点数
数据
样本
矩阵
时间段
系统为您推荐了相关专利信息
曝气控制系统
曝气软管
多模态传感器
自动阀
子系统
水质预测方法
溶解氧
滑窗预处理
养殖池
空间相关性系数
生物饲料
蛋白
螺旋挤压造粒机
饲料颗粒
双菌协同发酵
递归模糊神经网络
城市污水处理过程
重构
智能识别方法
参数
自动驾驶决策方法
蒙特卡洛树搜索
轨迹跟踪控制器
强化学习算法
场景