[发明专利]基于极限学习机的工业污水COD在线软测量方法

权利要求书

1.基于极限学习机的工业污水COD（COD,Chemical Oxygen Demand）在线软测量方法，其特征在于按如下步骤进行： 

步骤一：确定影响工业污水COD的六个变量(悬浮固体浓度、进水COD、PH值、氨氮、溶解氧以及总磷)，通过相应的传感器将六个变量的实时数据采集到上位机； 

步骤二：采样数据的预处理，包括去除粗大误差数据，消除噪声，进行标准化处理，消除不同测量变量量纲的影响； 

步骤三：软测量模型极限学习机的隐层节点数、输出层激活函数、激活函数等参数的确定； 

步骤四：对于N个不同的样本(x_i,t_i)，x_i＝[x_i1,x_i2,...,x_in]^T∈Rⁿ，t_i＝[t_i1,t_i2,...,t_im]^T∈R^m，极限学习机(ELM,Extreme Learning Machine)数学可以表示为:Hβ＝T，其中N为样本个数，n为输出矩阵维数，m为输出矩阵维数，x_i为输入变量，t_i为输出层输出变量，H为隐层输出矩阵，β为隐层神经元和输出神经元的连接权重矩阵，T输出层输出矩阵,通过求取Hβ＝T的最小范数最小二乘解可以得到全局唯一最小值； 

步骤五：利用训练好的模型来测量工业污水COD，通过平均绝对百分误差(MAPE,Mean Absolute Percentage Error)、平均训练时间、拟合优度（U,Goodness Of Fit）这三项性能指标可以得出极限学习机的时效性、准确性。 

2.根据权利要求1所述的基于极限学习机的工业污水COD在线软测量方法，其特征在于步骤一中对影响工业COD六个变量的选取，从所有可能影响工业污水COD的变量中，通过分析求得悬浮固体浓度、进水COD、PH值、氨氮、溶解氧以及总磷这个六个变量作为影响工业污水COD的六个变量。 

3.根据权利要求1所述的基于极限学习机的工业污水COD在线软测量方 法，其特征在于步骤三中对于N个不同样本(x_i,t_i)，x_i＝[x_i1,x_i2,...,x_in]^T∈Rⁿ，t_i＝[t_i1,t_i2,...,t_im]^T∈R^m，因此极限学习机的数学模型可以表示为： 

写成矩阵形式可以表示为：Hβ＝T，其中： 

其中，H为隐层输出矩阵，H的第i列是输入变量x₁,x₂,...,x_N映射到第i个隐层神经元的输出,w_i为输入层的权重,b_i为隐层阈值，w_i和b_i不需要手动调整并且还可以随机赋值，β为输出层的权重，T为输出层输出矩阵； 

建立基于极限学习机的工业污水COD在线软测量模型，按照如下三步完成： 

第一步:随机生成输入层权重w_i和隐层阈值b_i,i＝1,...,N； 

第二步：计算隐层输出矩阵H； 

第三步：计算输出层权重β； 

其中H^T为矩阵隐层输出矩阵H的转置，为隐层输出矩阵H的Moore-Penrose广义逆矩阵，为一个小正数。