环境科学与技术
環境科學與技術
배경과학여기술
ENVIRONMENTAL SCIENCE & TECHNOLOGY
2009年
10期
124-128,136
,共6页
陈安%孙耀华%王勉%徐新年%唐大平
陳安%孫耀華%王勉%徐新年%唐大平
진안%손요화%왕면%서신년%당대평
径向基函数%神经网络%氧化沟系统%总氮%总磷%预报
徑嚮基函數%神經網絡%氧化溝繫統%總氮%總燐%預報
경향기함수%신경망락%양화구계통%총담%총린%예보
为定量模拟污水处理系统进水及出水水质参数数学关系,为污水处理系统的智能反馈控制奠定理论基础,文章以河南漯河市污水净化中心氧化沟系统为考察对象,采用径向基函数(RBF)神经网络对其模拟分析,建立了氧化沟系统出水TN、TP预报的RBF网络模型.建模过程采用的主成分分析与聚类分析有效挖掘了样本信息,采用的数据预处理方法缩减了模型误差.模型性能及灵敏度检验表明,建成的模型对出水TN、TP预报准确率分别达到90%、70%,相关性检验系数分别达到0.95和0.89,可用于该系统出水TIN、TP预报,为系统在线控制提供指导.研究同时表明,RBF神经网络由于克服了误差反向传播(BP)网络收敛慢、局部极值等缺点,在水处理系统模拟及其反馈控制中,具有巨大的应用潜力.
為定量模擬汙水處理繫統進水及齣水水質參數數學關繫,為汙水處理繫統的智能反饋控製奠定理論基礎,文章以河南漯河市汙水淨化中心氧化溝繫統為攷察對象,採用徑嚮基函數(RBF)神經網絡對其模擬分析,建立瞭氧化溝繫統齣水TN、TP預報的RBF網絡模型.建模過程採用的主成分分析與聚類分析有效挖掘瞭樣本信息,採用的數據預處理方法縮減瞭模型誤差.模型性能及靈敏度檢驗錶明,建成的模型對齣水TN、TP預報準確率分彆達到90%、70%,相關性檢驗繫數分彆達到0.95和0.89,可用于該繫統齣水TIN、TP預報,為繫統在線控製提供指導.研究同時錶明,RBF神經網絡由于剋服瞭誤差反嚮傳播(BP)網絡收斂慢、跼部極值等缺點,在水處理繫統模擬及其反饋控製中,具有巨大的應用潛力.
위정량모의오수처리계통진수급출수수질삼수수학관계,위오수처리계통적지능반궤공제전정이론기출,문장이하남탑하시오수정화중심양화구계통위고찰대상,채용경향기함수(RBF)신경망락대기모의분석,건립료양화구계통출수TN、TP예보적RBF망락모형.건모과정채용적주성분분석여취류분석유효알굴료양본신식,채용적수거예처리방법축감료모형오차.모형성능급령민도검험표명,건성적모형대출수TN、TP예보준학솔분별체도90%、70%,상관성검험계수분별체도0.95화0.89,가용우해계통출수TIN、TP예보,위계통재선공제제공지도.연구동시표명,RBF신경망락유우극복료오차반향전파(BP)망락수렴만、국부겁치등결점,재수처리계통모의급기반궤공제중,구유거대적응용잠력.
