標題:人工神經(jīng)網(wǎng)絡用于造紙廢水處理建模的研究

  摘要:利用造紙廢水處理監(jiān)控系統(tǒng)取得表征廢水水質(zhì)的各項指標,在此基礎(chǔ)上研究了基于bp網(wǎng)絡和rbf網(wǎng)絡的造紙廢水處理建模。仿真結(jié)果表明,bp網(wǎng)絡較rbf網(wǎng)絡對樣本數(shù)據(jù)的仿真誤差較小,泛化能力更好;輸入量考慮歷史出水cod變化趨勢的網(wǎng)絡,其仿真效果要優(yōu)于不考慮變化趨勢的網(wǎng)絡;運用基于bp網(wǎng)絡和rbf網(wǎng)絡的造紙廢水處理模型能夠準確的 ……(快文網(wǎng)http://m.hoachina.com省略280字,正式會員可完整閱讀)…… 
  更多相關(guān)文章:人工神經(jīng)網(wǎng)絡用于造紙廢水處理
自的優(yōu)點,成為廢水處理的研究熱點[1]。本文在造紙廢水處理一體化系統(tǒng)取得表征廢水處理指標的基礎(chǔ)上,通過實現(xiàn)對bp網(wǎng)絡和rbf網(wǎng)絡的設計、建立、仿真和運行,考察這兩種網(wǎng)絡對造紙廢水處理的適應性,為更好的有效實現(xiàn)造紙廢水處理的自動控制提供可行途徑。
  1人工神經(jīng)網(wǎng)絡廢水處理建模原理
  人工神經(jīng)網(wǎng)絡(artificial neural network,簡稱ann)對廢水處理系統(tǒng)的建模原理如圖1所示,首先根據(jù)廢水處理系統(tǒng)的輸入輸出數(shù)據(jù)建立樣本集。在學習過程中把樣本集中的數(shù)據(jù)輸入神經(jīng)網(wǎng)絡;根據(jù)樣本的輸入值計算出網(wǎng)絡的輸出值;計算樣本輸出與網(wǎng)絡輸出的差值;根據(jù)計算的差值由梯度下降法調(diào)整網(wǎng)絡的權(quán)矩陣;重復上述過程,直到整個樣本集的誤差不超過規(guī)定范圍,學習即結(jié)束。
  圖1 造紙廢水處理系統(tǒng)ann建模原理示意圖
  經(jīng)過訓練后的網(wǎng)絡模型相當于實際廢水處理系統(tǒng)的近似模型,如果通過采集模塊采集實際系統(tǒng)的進水各水質(zhì)指標并輸入網(wǎng)絡,得到的網(wǎng)絡輸出應該近似等于對應于各水質(zhì)指標的實際系統(tǒng)的出水cod。基于這樣的原理,針對滯后性的廢水處理系統(tǒng),本研究采用ann模型對未來時刻的出水cod進行預測,其中網(wǎng)絡輸入為與未來時刻出水cod有關(guān)的因素,網(wǎng)絡輸出為未來時刻的出水cod,以期通過預測得到當前時刻的加藥量。
  2 造紙 ……(未完,全文共6047字,當前只顯示728字,請閱讀下面提示信息。收藏人工神經(jīng)網(wǎng)絡用于造紙廢水處理建模的研究

上一篇:論蔗糖工業(yè)用復合酶制劑研究及生產(chǎn)應用
下一篇:分銷渠道的沖突與對策

相關(guān)欄目:通信 綜合論文 大學生 調(diào)研報告