化学-生物絮凝工艺类神经网络模型比较研究

• 作者: 夏四清 赵建夫 黄勇 黄天寅
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 化学-生物絮凝工艺 类神经网络 模型
• 年，卷（期）: 2009,（11）
• 所属期刊栏目: 相关研究
• 页码范围: 2105-2108
• 页数: 4页
• 分类号: X703
• 字数: 3116字
• 语种: 中文

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.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	赵建夫	同济大学污染控制与资源化研究国家重点实验室	319	7167	45.0	67.0
2	黄勇	苏州科技学院环境科学与工程学院	240	2796	25.0	37.0
3	黄天寅	苏州科技学院环境科学与工程学院	95	614	13.0	20.0
4	夏四清	同济大学污染控制与资源化研究国家重点实验室	184	2941	29.0	45.0