Vol.28 No.1 陈先中等：一种动态自适应最近邻聚类学习算法在工业污水处理中的应用 ·85· 最近邻聚类学习算法.与传统学习方法相比，动 接控制式电磁阀；电磁继电器选用华控公司的HY 态自适应最近邻聚类学习算法，不需要事先确定 一890电磁继电器输出端子板；反应容器呈圆柱 隐单元的个数，且聚类所得到的RBF网络是优化 状，由镀锌板焊接而成，内涂防腐漆 的，其算法可在线学习 首先初始化系统参数，启动计时器，然后按规 其网络输出为： 定的采样周期启动数据采集板采集pH计的测量 M 信号，采集到的数据送入计算机进行存储、处理、 exp(-‖x-c2/r2) f(x)= 1 M (3) 记录和输出.计算机记录并输出高低电平控制继 exp(-x-c,2/r2) 电器选通电磁阀的开断通道及时间长短.单位时 间内流过电磁阀的药剂流量是一定的，通过控制 式中，r为高斯函数宽度，w.为权矢量，‖-c:‖ 加药时间即可控制加药量， 为聚类中心的距离，c:为x的最近邻聚类，M为 聚类中心的个数.可以看出这是一种优化的网络 4控制系统的建模 输出模型，其中半径x的选取是问题的关键 采用对象一正模型一逆模型系统的方法，即 本文中，首先在网络模型中自动选取隐节点 利用神经网络正模型模拟对象、逆模型充当控制 的中心（初始聚类中心）和初始权值，然后通过改 器，设计中和过程神经网络内模控制系统，并进行 变隐节点的宽度，以及采用线性最小二乘法 仿真实验， (LMS)调整权值来获得优化的RBF网络.实际 4.1数据的采集与处理 训练中，使用中和反应实验中取得样本数据，由于 选浓盐酸HCI和纯碱NaOH作为中和药剂， 数据的分散性，基函数中心宽度并不始终影响网 在中和容器内蓄水，打开循环泵，加入一定量的盐 络.将r减小到一定值时，由于数据的分散性，每 酸，使容器内的水呈酸性，用pH计测得pH= 一组输入数据各成一类，隐含层的中心数为输入 2.36.用烧杯稀释纯碱，制成药剂，用pH计测得 样本数，中心即为输入数据.所以本文根据误差 药剂的pH=12.40.将配制好的药剂由漏斗倒入 要求动态调整了基函数中心宽度，并进一步权值 加药罐.用计算机控制电磁阀的开通，使药剂加 优化，获得的模型精度很高 入到中和容器内.同时用pH计测量容器内水的 3实验系统的设计 pH值，由计算机采集、记录和显示数据，获得中和 过程的实验数据.电磁阀的开通时间代表加药 系统由pH计、计算机、数据采集板、电磁继 量，实际加药量为66.24mL·s1.选取神经网络 电器、电磁阀、反应容器及循环泵组成.pH计由 学习训练的采样周期为1s. E+H公司提供，数据采集板选用华控公司HY~ 表1为中和反应的实验数据 6070通用数采板，电磁阀采用常闭式小管径直 表1中和反应实验数据 Table 1 Experimental data of the neutralization reaction 加药时 对象 加药时 对象 加药时 对象 加药时 对象 加药时 对象 加药时 对象 间/s H 间/s pH 间1s pH 间/s pH 间/s pH 间/s pH 0 2.36 9 2.56 18 3.04 内 8.51 36 10.42 45 11.10 2.38 10 2.58 19 3.18 28 8.68 37 10.59 46 11.11 2.39 11 2.63 20 3.40 8 8.98 38 10.73 47 3 2.41 12 2.67 21 3.71 30 9.20 39 10.81 48 2.41 2.73 22 4.06 9.34 40 10.94 49 2.42 4 2.74 23 5.48 32 9.64 41 10.99 6 2.45 15 2.76 24 6.21 33 9.80 42 11.02 7 2.48 2.87 33 7.62 34 10.10 43 11.07 8 1.50 17 2.93 26 8.16 35 10.32 44 11.08V o l . 2 8 N o . 1 陈先中等 : 一种动态 自适应最近邻聚类学习算法在工业污水处理中的应 用 最近邻 聚类 学 习算法 . 与传统 学 习方 法 相 比 , 动 态 自适应最近 邻 聚类学 习算 法 , 不 需 要 事先 确定 隐单元 的个数 , 且聚类 所得到 的 R B F 网络是 优化 的 , 其算法 可在线学 习 . 其网络输 出为 : 艺 。 、 e x p ( 、 一 }l 二 ` 一 。 * }1 2 / : , ) f ( x k ) = 畏厂- — ( 3 ) 习 e x p ( 一 {l x ` 一 。 、 11 ’ / r Z ) 式中 , : 为高斯函 数宽度 , 。 : 为权矢量 , 1{ 犷 一 。川 为聚类中心的距离 , 。、 为 犷 的最 近邻 聚 类 , M 为 聚类中心的个数 . 可以看出这是 一种优 化 的 网络 输出模型 , 其 中半径 r 的选取是 问题 的关键 . 本 文中 , 首先 在 网络 模型 中 自动选取 隐节 点 的 中心 (初 始聚类 中心 ) 和初 始权 值 , 然 后通 过改 变隐 节 点 的 宽 度 , 以 及 采 用 线 性 最 小 二 乘 法 ( L M )S 调整 权 值来 获得 优 化 的 R B F 网 络 . 实 际 训练 中 , 使用 中和 反应实验 中取得样本 数据 , 由于 数据 的分散性 , 基 函数中 心宽度并不始终 影 响网 络 . 将 : 减 小到一定值时 , 由于数据 的分 散性 , 每 一组输入 数据 各成 一类 , 隐含层 的 中心 数 为输 入 样 本数 , 中心即 为输 入 数据 . 所 以 本文 根 据误 差 要求 动态调整 了基函 数 中心宽度 , 并进 一 步权 值 优化 , 获得 的模型精度 很高 . 接控制 式电磁 阀; 电磁继 电器选用华控 公司的 H Y 一 8 9 0 电磁 继 电器输 出端 子 板 ; 反 应 容 器 呈 圆 柱 状 , 由镀锌板焊 接而成 , 内涂防腐漆 . 首 先初始 化系统参数 , 启动计 时器 , 然后按 规 定 的采样周期 启动数据采集板采 集 p H 计 的测 量 信号 , 采 集到 的数 据送 入计 算机 进行 存储 、 处理 、 记录 和输出 . 计算机 记录并 输出高 低 电平 控制继 电器选 通 电磁 阀的开断通 道及 时 间长短 . 单位 时 间内流过 电磁 阀 的药剂 流 量是 一 定 的 , 通过 控 制 加药 时 间即可控制加药 量 . 3 实验系统的设计 系统 由 p H 计 、 计 算 机 、 数 据采 集板 、 电磁继 电器 、 电磁 阀 、 反应 容器 及循环 泵组 成 . p H 计 由 E 十 H 公 司提 供 , 数据 采集板 选用华 控公 司 H Y 一 60 70 通用数 采 板 . 电磁 阀采 用 常闭 式 小管径 直 4 控制 系统的建模 采用对象一正 模型一 逆 模型 系统的方 法 , 即 利用 神经 网络正模型 模拟 对象 、 逆 模型 充当控 制 器 , 设计 中和过 程 神经网络 内模控 制 系统 , 并 进行 仿 真实验 . 4 . 1 数据 的采集与处理 选浓盐 酸 H CI 和纯 碱 N a O H 作 为中和 药剂 , 在中和 容器 内蓄水 , 打开循 环泵 , 加入 一定量 的盐 酸 , 使 容器 内 的水 呈 酸 性 , 用 p H 计 测 得 p H = 2 . 36 . 用烧 杯稀 释纯 碱 , 制 成 药剂 , 用 p H 计 测得 药剂 的 p H = 12 . 40 . 将配 制好 的药剂 由漏 斗倒入 加药 罐 . 用计 算 机 控制 电磁 阀 的开 通 , 使药 剂 加 入到 中和容器 内 . 同时 用 p H 计 测 量容器 内水 的 p H 值 , 由计算机 采集 、 记录 和显示 数据 , 获得 中和 过 程 的 实验数 据 . 电磁 阀 的 开通 时 间代 表 加 药 量 , 实际加药量 为 6 . 24 m L · S 一 ` . 选取 神 经 网络 学 习训 练 的采 样周期为 1 5 . 表 1 为中和反 应的实验数据 . 表 1 中和反应实验数据 T a b l e 1 E x pe r i m e n t a l d a t a o f t h e n e u t r a liaz t i o n 比 a e t i o n 加药时 对象 加 药时 对 象 加药时 对 象 ! 力。药时 对象 { 力。药时 对象 … ”口药时 对象 间 / : p H 间 八 p H 间/ 5 p H … }司 / S } }司 / “ 1 !司 / S 18 3 , 0 4 一 } 2 7 8 一 { 3 6 1。一 1 9 3 . 18 …:洲斌 … 2 8 “ . 6 “ … ’ 7 `。 . 5 9 1 ; : 一 2 〔) 3 . 4 0 1 2 9 8 · 9 5 } 3 ” `。 . 7 3 … 48 2 1 3 . 7 1 30 9 . 2 0 1 3 ” ’ 。 心 , … ` 9 2 2 4 . 0 6 { 3` 9 乃 ` … ` 。 `。 .9 4 2 3 5 . 4 8 1 3 2 ’ ` 6` { “ `。 9 9 24 6 . 2 1 … ’ 3 ’ 名“ … 4 2 “ . “ z 25 7 . 6 2 1 3` ’ 。 注 。 { 4 3 “ . 0 7 26 8 . 1 6 ! J S 10 · 3 2 } 4 4 1 1 · 0 8