TY -的A2 Matušů,拉盟——奥斯曼,优素福Babiker m . AU - Li Wei PY - 2020 DA - 2020/05/29 TI -软测量建模的关键污水废水处理过程中参数基于SAE-NN SP - 6347625六世- 2020 AB -关键的污水参数的实时测量数据在废水处理中发挥非常关键的作用。在本研究工作中，我们提出了一种基于深度学习的软测量模型，该模型将堆栈式自编码器与神经网络(SAE-NN)相结合。首先，根据实验数据，选择与生化需氧量(BOD5)相关性较强的二级变量(易于测量)作为模型输入。利用随机梯度下降(SGD)训练每一层SAE优化权值参数，并提出了一种识别每一隐层神经元数量的遗传算法策略。研究了一种用于污水处理厂BOD5预测的软测量模型，对所提出的方法进行了评价。有趣的是，实验结果表明，本文提出的基于sae - nn的软测量方法比现有的常用方法具有更好的预测性能。控制科学与工程学报(英文版