基于改进AGA-BPNN的工业污水BOD5浓度预测模型

• 作者: 伍伟权 文安 刘国特 周锦辉
• 来源期刊: 山东工业技术
• 学科: 工学
• 关键词: 工业污水 神经网络 自适应算法 BOD浓度
• 年，卷（期）: 2021,（6）
• 页码范围: 15-21
• 页数: 7页
• 分类号: TP183
• 语种: 中文
• DOI: 10.16640/j.cnki.37-1222/t.2021.06.003

摘要

生物需氧量(BOD)浓度为工业污水处理工艺中的重要指标,针对传统污水仪器测量技术在工作环境恶劣、季节性多变等情况下,难以对BOD浓度实时在线监测.本文提出了基于改进AGA-BPNN的工业污水BOD5浓度预测模型,首先以BP神经网络作为基本框架,在原有的自适应遗传算法基础上(AGA),加入阶段参数,调整不同进化阶段的遗传参数设置,提高样本有效性;然后使用改进的交叉率、变异率计算方法,加入自适应的变异点数量,提高遗传算法的泛化能力.在实验结果表明,本文方法对加州大学数据库(UCI)进行测试,预测准确率达到92.77％,高于传统AGA-BP神经网络预测精度.