公开(公告)号：CN116451763B

公开(公告)日：2024-04-12

申请号：CN202310273240.8

申请日：2023-03-17

Applicant: 北京工业大学

Inventor： 杨翠丽 ,  杨晟 ,  乔俊飞

IPC: G06N3/08 ,  G01N33/18 ,  G06F18/2135 ,  G06N3/006 ,  G06N3/048

Abstract: 本发明提供了一种基于EDDESN的出水NH4‑N预测方法，包括：获取待测数据；将待测数据输入训练好的深度回声状态网络，得到预测的NH4‑N的浓度；其中，深度回声状态网络的构建方法包括：构建原始网络，原始网络包括：多个输入变量和储备池；相邻的储备池之间加入有PCA映射层；对原始网络进行初始化设置，得到初始化网络；利用奇异值分解的矩阵生成方法和CSO算法对初始化网络进行参数优化，得到优化网络；对优化网络进行训练和测试，得到训练好的深度回声状态网络。本发明解决了现有技术中对于出水NH4‑N预测存在预测精度低、稳定性弱和维护成本高的问题。

公开(公告)号：CN116451763A

公开(公告)日：2023-07-18

申请号：CN202310273240.8

申请日：2023-03-17

Applicant: 北京工业大学

Inventor： 杨翠丽 ,  杨晟 ,  乔俊飞

IPC: G06N3/08 ,  G01N33/18 ,  G06F18/2135 ,  G06N3/006 ,  G06N3/048

Abstract: 本发明提供了一种基于EDDESN的出水NH4‑N预测方法，包括：获取待测数据；将待测数据输入训练好的深度回声状态网络，得到预测的NH4‑N的浓度；其中，深度回声状态网络的构建方法包括：构建原始网络，原始网络包括：多个输入变量和储备池；相邻的储备池之间加入有PCA映射层；对原始网络进行初始化设置，得到初始化网络；利用奇异值分解的矩阵生成方法和CSO算法对初始化网络进行参数优化，得到优化网络；对优化网络进行训练和测试，得到训练好的深度回声状态网络。本发明解决了现有技术中对于出水NH4‑N预测存在预测精度低、稳定性弱和维护成本高的问题。