基于自适应神经网络的出水生化需氧量智能检测方法

本发明提供一种基于自适应神经网络的出水生化需氧量智能检测方法，步骤S1，确定出水生化需氧量检测模型的输入变量和输出变量；步骤S2，对所确定的辅助变量和输出量进行异常值剔除处理，并对提出异常值后的数据进行归一化处理；步骤S3，利用自适应记忆递归RBF神经网络作为出水生化需氧量检测的测量模型，对自适应记忆递归RBF神经网络进行训练，利用最速梯度下降算法来更新神经网络的学习参数；步骤S4，将测试样本数据输入已经训练好的自适应记忆递归RBF神经网络，输出结果即为出水生化需氧量检测结果。引入可训练的动态混合时间因子，实现了历史状态与当前输入的自适应调整，可以精准拟合出水BOD(生化需氧量)与辅助变量之间的复杂的非线性关系。