1、隨著社會工業(yè)化的發(fā)展，城市和工業(yè)污水處理已成為環(huán)保領域迫在眉睫的重要課題。污水處理生物過程中不可預見的干擾大，具有典型的非線性、不穩(wěn)定、多變量等特點，很難建立準確的數(shù)學模型，并且關鍵的水質參數(shù)（尤其是最能體現(xiàn)污水處理性能的生化需氧量BOD）難以實現(xiàn)在線監(jiān)測。針對污水處理過程中關鍵水質參數(shù)難以在線監(jiān)測的問題，本文提出了一種基于混合遞階遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡的BOD軟測量模型。
　　本文首先運用主元分析法(PCA)對輸入變量進行降

2、維和去相關處理，從而簡化RBF神經(jīng)網(wǎng)絡的輸入。以不小于85％的累計貢獻率，把初始的10維輸入變量降到5維。然后把隱含層結構和參數(shù)看作整體，編碼為染色體，采用具有雙層基因染色體結構的遞階遺傳算法來優(yōu)化RBF隱含層參數(shù)，而輸出層連接權值則采用最小二乘法來確定。運用混合遞階遺傳算法優(yōu)化RBF神經(jīng)網(wǎng)絡模型，使得軟測量模型具有較強的自適應性以及較好的容錯性。最后將本文提出的軟測量模型與其他幾種模型的仿真結果作比較，可知本模型具有較好的控制精度和穩(wěn)