基于PSOGA-WNN的废水处理系统软测量研究

• 作者: 刘煜辉 麦文杰 李小勇 赵银中 何新忠 黄明智
• 来源期刊: 人民珠江
• 关键词: WNN神经网络 小波变换 软测量
• 年，卷（期）: 2024,（8）
• 所属期刊栏目: 水生态工程专题
• 页码范围: 5-11
• 页数: 7页
• 语种: 中文

摘要

为精确预测水质参数中SSeff(出水SS)含量和CODeff(出水COD)浓度，进一步完善水质预警机制，提出PSOGA-WNN的造纸废水出水水质软测量模型，以获取到的主要水质技术参数：CODinf(进水COD)、Q(进水流量)、pH(进水pH)、SSinf(进水SS)、T(进水温度)、DO(进水溶解氧)、CODeff、SSeff用于预测废水处理厂的废水质量。其中，将PSOGA-WNN的预测结果与PSO-WNN、GA-WNN以及PSOGA-BP的神经网络进行了比较。结果表明PSOGA-WNN神经网络的预测精度最高，这说明基于遗传算法和粒子群算法的PSOGA混合参数优化算法在优化模型预测精度方面具有明显的优越性，WNN神经网络在拟合程度以及误差精度上相比BP神经网络具有一定的优势，是有效的模拟预测手段。