神经网络预测磁絮凝处理矿井水效果的研究

• 作者: 何绪文 刘涛 孙艺欣 张斯宇 张晓航 李福勤 王浩
• 来源期刊: 工业水处理
• 关键词: 磁絮凝 神经网络 矿井水
• 年，卷（期）: 2018,（1）
• 所属期刊栏目: 试验研究
• 页码范围: 57-61
• 页数: 5页
• 分类号: X703.1
• 语种: 中文

摘要

构建了磁絮凝处理矿井水实验装置,并使用RS485接口经串口协议与计算机MFC控制程序交换数据.根据实验装置所得数据,采用C++调用Matlab Engine实现GA-BP和GRNN神经网络的训练、预测与准确度的分析.由分析可知,GA-BP神经网络初始化参数较多,预测结果平均绝对误差为21.849,个体适应度在进化次数为35时趋于平稳,适应度达到82％.GRNN神经网络初始化仅需要调整光滑因子,当光滑因子取0.75时,预测平均绝对误差为10.726.通过比较GA-BP与GRNN神经网络的R2和RMSE的数值,可知GRNN准确性更高,在磁絮凝处理含悬浮物矿井水中适用性更强.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	李福勤	河北工程大学能源与环境工程学院	69	797	15.0	25.0