CAJ | 학술논문

随着污水处理厂的快速增多，造成了投资的低效率，为了避免这一现象的发生，科学的预测用水量对提高投资效率有着非常重要的作用。以往实际用水量数据以及非线性检验的工作中，均是以时间序列为主，进行重构预测模型。根据用水量的实情，对重构模型预测的误差进行分析，其中包含随机森林、自适应样条、线性AR模型、随机梯度、人工神经网络等。最终结果说明，人工神经网络因非线性出现的误差最小，与检查结果呼应。
수착오수처리엄적쾌속증다，조성료투자적저효솔，위료피면저일현상적발생，과학적예측용수량대제고투자효솔유착비상중요적작용。이왕실제용수량수거이급비선성검험적공작중，균시이시간서렬위주，진행중구예측모형。근거용수량적실정，대중구모형예측적오차진행분석，기중포함수궤삼림、자괄응양조、선성AR모형、수궤제도、인공신경망락등。최종결과설명，인공신경망락인비선성출현적오차최소，여검사결과호응。