高级搜索

化学-生物絮凝工艺类神经网络模型比较研究

,  ,  , 

downloadPDF

上一篇

下一篇

黄天寅, 黄勇, 夏四清, 赵建夫. 化学-生物絮凝工艺类神经网络模型比较研究[J]. 环境工程学报, 2009, 3(11): 2105-2108.
引用本文: 黄天寅, 黄勇, 夏四清, 赵建夫. 化学-生物絮凝工艺类神经网络模型比较研究[J]. 环境工程学报, 2009, 3(11): 2105-2108.
shu
Huang Tianyin, Huang Yong, Xia Siqing, Zhao Jianfu. Comparison of chemical-biological flocculation process models based on artificial neural network[J]. Chinese Journal of Environmental Engineering, 2009, 3(11): 2105-2108.
Citation: Huang Tianyin, Huang Yong, Xia Siqing, Zhao Jianfu. Comparison of chemical-biological flocculation process models based on artificial neural network[J]. Chinese Journal of Environmental Engineering, 2009, 3(11): 2105-2108.
shu

化学-生物絮凝工艺类神经网络模型比较研究

  • 1.

    苏州科技学院环境科学与工程学院, 苏州 215011

  • 2.

    同济大学污染控制与资源化研究国家重点实验室,上海 200092

  • 基金项目:

    国家“863”高技术研究发展计划项目（2002AA601320）

    建设部研究开发资助项目（2008-K6-4）

  • 中图分类号: X703

Comparison of chemical-biological flocculation process models based on artificial neural network

  • 1.

    Department of Environmental Science and Enginering, Suzhou University of Science and Technology, Suzhou 215011,China

  • 2.

    State Key Laboratory of Pollution Control and Resources Reuse, Tongji University, Shanghai 200092,China

  • Fund Project:

摘要

  • 摘要: 在化学-生物絮凝工艺中试研究的基础上，分别建立了基于BP类神经网络的多输入多输出（MIMO）模型与多输入单输出（MISO）模型。应用化学生物絮凝工艺中试6个不同工况的实测数据对2个模型进行训练，均表现出很好的收敛性。通过另外2个中试工况的实测数据对模型预测性能进行测试，MISO模型对化学-生物絮凝反应器出水的COD、TP和SS的预测相对误差均低于MIMO模型，其预测相对误差均在9%以下。研究表明，MISO模型是一个很易使用的建模工具，能很好地预测化学-生物絮凝工艺出水水质。
    Abstract: Finishing a pilot experiment of the chemicalbiological flocculation process, the multi-input multi-output (MIMO) model and the multi-input single-output (MISO) model were made based on the backpropagation (BP) artificial networks. Trained by the data of the six different operating modes of the processes, two models achieved convergence well individually. The data of another two operating modes were used to test the ability of the model prediction. The percent errors of the MISO model were lower than that of the MIMO model and its percent errors were less than 9%. This study suggests that the MISO model is an easy-to-use modelling tool to obtain a quick preliminary assessment of effluent quality of the chemicalbiological flocculation process.
  • 加载中
    Created with Highcharts 5.0.7访问量Chart context menu近一年内文章摘要浏览量、全文浏览量、PDF下载量统计信息摘要浏览量全文浏览量PDF下载量2024-052024-062024-072024-082024-092024-102024-112024-122025-012025-022025-032025-040Highcharts.com
    Created with Highcharts 5.0.7Chart context menu访问类别分布DOWNLOAD: 1.5 %DOWNLOAD: 1.5 %FULLTEXT: 92.3 %FULLTEXT: 92.3 %META: 6.1 %META: 6.1 %DOWNLOADFULLTEXTMETAHighcharts.com
    Created with Highcharts 5.0.7Chart context menu访问地区分布其他: 82.1 %其他: 82.1 %Ashburn: 2.8 %Ashburn: 2.8 %Beijing: 7.2 %Beijing: 7.2 %Jinrongjie: 0.3 %Jinrongjie: 0.3 %Newark: 0.3 %Newark: 0.3 %Shijiazhuang: 0.3 %Shijiazhuang: 0.3 %Xingfeng: 0.8 %Xingfeng: 0.8 %XX: 5.9 %XX: 5.9 %晋中: 0.3 %晋中: 0.3 %深圳: 0.3 %深圳: 0.3 %其他AshburnBeijingJinrongjieNewarkShijiazhuangXingfengXX晋中深圳Highcharts.com
WeChat 点击查看大图
计量
  • 文章访问数:  2287
  • HTML全文浏览数:  1290
  • PDF下载数:  949
  • 施引文献:  0
出版历程
  • 收稿日期:  2009-09-15
黄天寅, 黄勇, 夏四清, 赵建夫. 化学-生物絮凝工艺类神经网络模型比较研究[J]. 环境工程学报, 2009, 3(11): 2105-2108.
引用本文: 黄天寅, 黄勇, 夏四清, 赵建夫. 化学-生物絮凝工艺类神经网络模型比较研究[J]. 环境工程学报, 2009, 3(11): 2105-2108.
shu
Huang Tianyin, Huang Yong, Xia Siqing, Zhao Jianfu. Comparison of chemical-biological flocculation process models based on artificial neural network[J]. Chinese Journal of Environmental Engineering, 2009, 3(11): 2105-2108.
Citation: Huang Tianyin, Huang Yong, Xia Siqing, Zhao Jianfu. Comparison of chemical-biological flocculation process models based on artificial neural network[J]. Chinese Journal of Environmental Engineering, 2009, 3(11): 2105-2108.
shu

化学-生物絮凝工艺类神经网络模型比较研究

  • 1. 苏州科技学院环境科学与工程学院, 苏州 215011
  • 2. 同济大学污染控制与资源化研究国家重点实验室,上海 200092
  • 收稿日期:  2009-09-15
基金项目:

国家“863”高技术研究发展计划项目（2002AA601320）

建设部研究开发资助项目（2008-K6-4）

摘要: 在化学-生物絮凝工艺中试研究的基础上，分别建立了基于BP类神经网络的多输入多输出（MIMO）模型与多输入单输出（MISO）模型。应用化学生物絮凝工艺中试6个不同工况的实测数据对2个模型进行训练，均表现出很好的收敛性。通过另外2个中试工况的实测数据对模型预测性能进行测试，MISO模型对化学-生物絮凝反应器出水的COD、TP和SS的预测相对误差均低于MIMO模型，其预测相对误差均在9%以下。研究表明，MISO模型是一个很易使用的建模工具，能很好地预测化学-生物絮凝工艺出水水质。

English Abstract

    全文HTML

参考文献 (0)

返回顶部

目录

/

返回文章
返回

Copyright © 2019 中国科学院生态环境研究中心