Carrousel氧化溝系統(tǒng)水質(zhì)特征動態(tài)分析的人工神經(jīng)網(wǎng)絡(luò)模型研究.pdf

1、對水處理系統(tǒng)水質(zhì)參數(shù)相關(guān)性的正確模擬是實現(xiàn)水處理系統(tǒng)的在線實時控制的重要課題.人工神經(jīng)網(wǎng)絡(luò)(ANNs)由于其具備受數(shù)據(jù)驅(qū)動、自組織、自適應(yīng)、容錯性、并行性等顯著特征在系統(tǒng)模擬與預(yù)測方面應(yīng)用前景廣闊.論文作者首先分析了ANNs 解決環(huán)境科學(xué)領(lǐng)域模式識別、函數(shù)逼近、聯(lián)想記憶等問題的有效性與靈活性.然后,以河南省源河市污水凈化中心Carrousel氧化溝系統(tǒng)為研究對象,針對其進水水質(zhì)復(fù)雜,污染物負荷高,起伏大,系統(tǒng)在線控制滯后的難題,以ANN

2、s為數(shù)學(xué)工具,為該污水掙化中心建立了Carrousel氧化溝系統(tǒng)出水SS預(yù)報的BP神經(jīng)網(wǎng)絡(luò)模型、出水COD預(yù)報的BP神經(jīng)網(wǎng)絡(luò)模型及出水TN、TP預(yù)報的RBF神經(jīng)網(wǎng)絡(luò)模型.針對以往研究中ANNs方法使用時存在的紕漏,作者提出了完整嚴格的建模思路,從數(shù)據(jù)收集與水質(zhì)參數(shù)定性分析、條件假定、數(shù)據(jù)處理與分析、網(wǎng)絡(luò)結(jié)構(gòu)及算法選擇、模型訓(xùn)練與檢驗等方面對建模細節(jié)進行了詳細的探討,強調(diào)機理分析對ANNs 這一統(tǒng)計模型的約束性,在模型驗證階段采用了活性污