环境保护科学
環境保護科學
배경보호과학
ENVIRONMENTAL PROTCTION SCIENCE
2011年
2期
65-67
,共3页
ARMA模型%逐步回归分析%神经网络%COD预测
ARMA模型%逐步迴歸分析%神經網絡%COD預測
ARMA모형%축보회귀분석%신경망락%COD예측
根据污水厂日报表中的数据分别建立了ARMA、逐步回归分析、基于回归分析的神经网络模型和基于时间序列分析的神经网络模型,通过比较选择了基于时间序列分析的神经网络模型作为对污水厂出水COD的预测模型,其平均预测精度为85%,取得了满意的预测结果,有利于克服根据在线监测调整工艺参数的滞后性的缺陷,保证出水水质.
根據汙水廠日報錶中的數據分彆建立瞭ARMA、逐步迴歸分析、基于迴歸分析的神經網絡模型和基于時間序列分析的神經網絡模型,通過比較選擇瞭基于時間序列分析的神經網絡模型作為對汙水廠齣水COD的預測模型,其平均預測精度為85%,取得瞭滿意的預測結果,有利于剋服根據在線鑑測調整工藝參數的滯後性的缺陷,保證齣水水質.
근거오수엄일보표중적수거분별건립료ARMA、축보회귀분석、기우회귀분석적신경망락모형화기우시간서렬분석적신경망락모형,통과비교선택료기우시간서렬분석적신경망락모형작위대오수엄출수COD적예측모형,기평균예측정도위85%,취득료만의적예측결과,유리우극복근거재선감측조정공예삼수적체후성적결함,보증출수수질.
