原文服务方: 人民珠江       
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。
推荐文章
活性污泥废水处理系统的优化
废水处理
活性污泥过程
硝化
反硝化
优化
民用飞机废水处理系统流动性能仿真研究
民用飞机
废水处理系统
废水输运过程
多相流模型
CFD方法
某养猪场废水处理生化处理系统工程设计
生化处理系统
排放标准
畜禽养殖业
氨氮
煤化工高盐废水处理系统运行与优化研究
煤化工
高盐废水
超滤-反渗透
优化运行
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于PSOGA-WNN的废水处理系统软测量研究
来源期刊 人民珠江 学科
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
研究方向 页码范围 5-11
页数 7页 分类号
字数 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (0)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2024(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
WNN神经网络
小波变换
软测量
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
人民珠江
月刊
1001-9235
44-1037/TV
大16开
广州市天河区天寿路80号
1980-01-01
中文
出版文献量(篇)
4341
总下载数(次)
0
总被引数(次)
12411
论文1v1指导