基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
通过在实验室条件下进行造纸废水处理试验取得的数据对BP神经网络进行训练,建立了造纸废水处理过程的网络模型.该网络模型仿真实际废水处理过程的结果表明,BP神经网络具有很强的学习能力.利用BP神经网络模型实现了对造纸废水处理过程的预测,平均相对误差为19%,表明网络泛化能力不是很好.经过动态训练的BP神经网络模型能够比较准确的预测造纸废水处理过程,平均相对误差为1.9%,大大优于未经动态训练的网络模型.
推荐文章
基于模糊神经网络的工业废水处理预测研究
模糊神经网络
废水处理
预测模型
基于BP神经网络的线路板废水处理研究
BP神经网络
线路板废水
化学试剂
处理
训练
预测
基于遗传算法和BP网络的造纸废水处理预测研究
遗传算法
BP网络
造纸废水处理
基于ANN和LSSVR的造纸废水处理过程软测量建模
人工神经网络
最小二乘支持向量回归
造纸废水处理
软测量建模
粒子群优化算法
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 BP神经网络预测废水处理过程的研究
来源期刊 中华纸业 学科 地球科学
关键词 BP神经网络 预测模型 造纸废水处理
年,卷(期) 2006,(2) 所属期刊栏目 自动控制
研究方向 页码范围 60-62
页数 3页 分类号 X793|TS736
字数 1457字 语种 中文
DOI 10.3969/j.issn.1007-9211.2006.02.018
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 万金泉 华南理工大学造纸与环境工程学院 179 1373 20.0 28.0
2 马邕文 华南理工大学造纸与环境工程学院 161 1151 19.0 25.0
3 张燕聪 华南理工大学造纸与环境工程学院 3 63 3.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (29)
共引文献  (46)
参考文献  (2)
节点文献
引证文献  (7)
同被引文献  (7)
二级引证文献  (5)
1991(2)
  • 参考文献(0)
  • 二级参考文献(2)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1994(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(1)
  • 参考文献(0)
  • 二级参考文献(1)
1996(3)
  • 参考文献(0)
  • 二级参考文献(3)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1998(5)
  • 参考文献(0)
  • 二级参考文献(5)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(8)
  • 参考文献(0)
  • 二级参考文献(8)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(1)
  • 二级参考文献(0)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
2010(1)
  • 引证文献(1)
  • 二级引证文献(0)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(0)
  • 二级引证文献(1)
2016(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(2)
  • 引证文献(0)
  • 二级引证文献(2)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
BP神经网络
预测模型
造纸废水处理
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
中华纸业
半月刊
1007-9211
37-1281/TS
大16开
山东省济南市工业南路101号
24-136
1979
chi
出版文献量(篇)
12064
总下载数(次)
5
总被引数(次)
20290
论文1v1指导