买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉北京工业大学申请的专利一种基于多属性二型模糊神经网络的总氮去除量检测方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116842993B 。

龙图腾网通过国家知识产权局官网在2025-07-25发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310714351.8，技术领域涉及：G06N3/043；该发明授权一种基于多属性二型模糊神经网络的总氮去除量检测方法是由韩红桂;孙晨暄;伍小龙;杨宏燕;乔俊飞设计研发完成，并于2023-06-15向国家知识产权局提交的专利申请。

本一种基于多属性二型模糊神经网络的总氮去除量检测方法在说明书摘要公布了：本发明提出一种基于多属性二型模糊神经网络的总氮去除量检测方法，实现污水处理过程总氮去除量的在线智能检测。由于进水流量、进水成分、天气和运行工艺的变化，污水处理过程存在多种运行工况。然而，针对难以全面建模具有多种运行工况的污水处理过程，本发明设计一种基于多属性二型模糊神经网络总氮去除量智能检测方法，通过建立区间二型模糊神经网络总氮去除量检测模型，利用多属性模糊规则表达污水处理过程变量与总氮去除量的关联关系，基于梯度下降算法校正总氮去除量检测模型参数，实现多工况下总氮去除量的准确检测。

本发明授权一种基于多属性二型模糊神经网络的总氮去除量检测方法在权利要求书中公布了：1.一种基于多属性二型模糊神经网络的总氮去除量检测方法，其特征在于，包括以下步骤： 1总氮去除量检测模型输入变量选取 以城市污水处理过程为研究对象，选取酸碱度、厌氧池氧化还原电位、第一好氧池溶解氧、第二好氧池溶解氧和内回流流量作为总氮去除量检测模型的输入变量；将各变量数据归一化处理： 其中，Vi,min为第i个变量的最小值，Vi,max为第i个变量的最大值，i＝1,2,…,6；V1t为t时刻酸碱度，v1t为t时刻归一化后的酸碱度，V2t为t时刻厌氧池氧化还原电位，单位毫伏，v2t为t时刻归一化后的厌氧池氧化还原电位，V3t为t时刻第一好氧池溶解氧浓度，单位毫克升，v3t为t时刻归一化后的第一好氧池溶解氧，V4t为t时刻第二好氧池溶解氧浓度，单位毫克升，v4t为t时刻归一化后的第二好氧池溶解氧，V5t为t时刻内回流流量，单位立方米小时，v5t为t时刻归一化后的内回流流量，V6t为t时刻总氮去除量，单位千克小时，y0t＝v6t为t时刻归一化后的总氮去除量，t＝1,2,...,D，D为训练样本总数； 2总氮去除量检测模型建立 二型模糊神经网络总氮去除量检测模型由一个输入层、三个隐含层和一个输出层构成，隐含层由隶属函数层、激活层和后件层组成，具体建立如下： 检测模型输入层由5个神经元组成，输入为[v1t,…,v5t]T，T为转置； 检测模型隶属函数层由8个神经元组成，该层第n个神经元第m个输入变量的上界输出和下界输出计算公式如下： 其中，是t时刻第n个神经元第m个输入的下中心，是t时刻第n个神经元第m个输入的上中心，σmnt是t时刻第n个神经元第m个输入的宽度，βmnt为t时刻第n个神经元第m个输入的平均中心， 检测模型激活层由8个神经元组成，该层的输出为： 其中，是t时刻第n个神经元的上界输出，是t时刻第n个神经元的下界输出； 检测模型后件层由2个神经元组成，该层上界输出y1t和下界输出y2t计算如下： 其中，amnt是t时刻第n个神经元第m个输入的权重系数； 总氮去除量检测值为输出层计算结果，公式如下： yt＝qty2t+1-qty1t8 其中，yt是总氮去除量的检测值，qt是t时刻检测模型的比例系数； 3总氮去除量检测模型参数校正 ①初始化总氮去除量检测模型参数：初始上中心在[0,1]中随机取值，初始下中心初始宽度σmn1＝1，初始权重系数amn1＝0.5，初始比例系数q1＝0.3；设置当前时刻t＝1； ②神经元持续敏感度计算公式如下： 其中，Hnt为t时刻第n个神经元持续敏感度；当t≤20时，标识符L＝t；当t20时，标识符L＝20；t时刻神经元持续敏感度矩阵Ht＝[H1t,…,H8t]，H1t为t时刻第1个神经元持续敏感度，H8t为t时刻第8个神经元持续敏感度； 将t时刻Ht中8个神经元持续敏感度按照从大到小排序，获取t时刻第n个神经元的排列顺序号hnt；若hnt≤4，则第n个神经元为可塑型神经元；若hnt4，则第n个神经元为稳定型神经元，n＝1,2,…,8； ③总氮去除量检测模型的误差信息O1t计算公式为： 可塑型神经元对应的参数计算公式为： 其中，Ω1t为t时刻可塑型神经元的参数向量，Ω1t+1为t+1时刻可塑型神经元对应的参数向量，为t时刻可塑型神经元对应参数向量的偏导数； ④总氮去除量检测模型的参数偏移量O2t计算公式为： 其中，||||2表示二范数，βt＝[β11t,...,β58t]，βt-1＝[β11t-1,...,β58t-1]，at＝[a11t,...,a58t]，at-1＝[a11t-1,...,a58t-1]；稳定型神经元对应的参数计算公式为： 其中，max表示取最大值，min表示取最小值，Ψ1t+1为t+1时刻稳定型神经元的上中心向量，Ψ1t为t时刻稳定型神经元的上中心向量，为t时刻稳定型神经元上中心的偏导数，Ψ2t+1为t+1时刻稳定型神经元的下中心向量，Ψ2t为t时刻稳定型神经元的下中心向量，为t时刻稳定型神经元下中心的偏导数，Ψ3t+1为t+1时刻稳定型神经元的宽度和权重系数的集合向量，Ψ3t为t时刻稳定型神经元的宽度和权重系数的集合，为t时刻稳定型神经元宽度和权重系数的集合向量的偏导数； ⑤若时刻tD，t增加1，转向步骤②；若时刻t≥D，循环结束；至此，完成总氮去除量检测模型参数校正； 4总氮去除量智能检测 在线采集当前t时刻污水处理过程中酸碱度V1t、厌氧池氧化还原电位V2t、第一好氧池溶解氧浓度V3t、第二好氧池溶解氧浓度V4t和内回流流量V5t；将各数据归一化至[0,1]，分别得到归一化后的酸碱度v1t，归一化后的厌氧池氧化还原电位v2t，归一化后的第一好氧池溶解氧v3t，归一化后的第二好氧池溶解氧v4t，归一化后的内回流流量v5t；因此，总氮去除量检测模型的输入为vt＝[v1t,v2t,…,v5t]； 将输入向量vt输入总氮去除量检测模型的输入层，经过总氮去除量检测模型隶属函数层、激活层和后件层传递，获得总氮去除量检测模型的输出值yt，其为归一化后的总氮去除量检测值；将归一化后的总氮去除量检测值yt反归一化处理，得到当前时刻总氮去除量的检测值Yt，单位千克小时。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人北京工业大学，其通讯地址为：100124 北京市朝阳区平乐园100号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。