摘要
本发明公开了一种基于平方根无迹卡尔曼滤波的长短期记忆神经网络系统辨识方法,包括下述步骤:基于污水处理脱氮过程的机理关系选取变量,采集污水处理脱氮过程的出水指标数据,构建待辨识模型;对污水处理脱氮过程的出水指标数据进行数据预处理;构建长短期记忆神经网络模型,作为待辨识模型的结构,初始化平方根无迹卡尔曼滤波算法参数;通过循环迭代平方根无迹卡尔曼滤波状态对长短期记忆神经网络模型进行参数更新;基于模型训练结果得到待辨识模型的结构和参数;将选取的变量输入长短期记忆神经网络模型输出氨氮和总氮预测值。本发明既能充分利用长短期记忆神经网络优秀的建模能力,又结合卡尔曼滤波算法提高模型的自适应能力以及鲁棒性。
技术关键词
协方差矩阵
神经网络系统
辨识方法
信息输出量
参数更新模块
样本
辨识系统
平方根
噪声
记忆
数据
因子
指标
观测误差
氨氮
预测误差
系统为您推荐了相关专利信息
智能评估方法
Wasserstein距离度量
应变片传感器
集成气体传感器
锂电池
网络节点
网络拓扑结构
服务部署方法
计算中心
数据处理时延
智能体模型
工控系统
恢复方法
数据恢复时间
策略