基于BP和RBF神经网络的外加碳源量模型研究

• 作者: 李蕾 薛安 陈倩
• 来源期刊: 环境工程学报
• 学科: 地球科学
• 关键词: 外加碳源 污水处理 BP神经网络 RBF神经网络 预测模型
• 年，卷（期）: 2014,（11）
• 所属期刊栏目: 水污染防治
• 页码范围: 4788-4794
• 分类号: X703
• 语种: 中文

摘要

碳源作为反硝化过程的电子供体,是影响生物脱氮过程的重要因素,低碳氮比污水需外加碳源以保证反硝化反应的顺利进行.为了优化控制碳源投加量,对实验室搭建的CAST工艺污水处理装置的进水条件和外加碳源量的非线性关系分别进行了基于BP和RBF神经网络的模型研究,并对外加碳源量进行了预测.结果表明,两种网络模型均能有效预测外加碳源量,RBF神经网络模型在训练速度和逼近能力方面优于BP神经网络模型,但在预测性能方面BP神经网络模型则有更高的预测精度.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李蕾	北京大学环境科学与工程学院水沙科学教育部重点实验室	49	665	10.0	25.0
2	陈倩	北京大学环境科学与工程学院水沙科学教育部重点实验室	125	599	13.0	20.0
3	薛安	北京大学环境科学与工程学院水沙科学教育部重点实验室	15	346	7.0	15.0