高濃度有機(jī)廢水濕式氧化處理應(yīng)用類神經(jīng)網(wǎng)路與模糊控制之預(yù)測(cè)模式研究.pdf

1、最近幾十年，利用類神經(jīng)網(wǎng)路(artificial neural network)及模糊邏輯控制 (fuzzy logic control)的理論及技巧應(yīng)用在非線性與不確定性的推估、預(yù)測(cè)等領(lǐng) 域。本研究以唐文偉君的博士學(xué)位論文「高濃度難降解有機(jī)廢水(乳化液廢水 等)濕式氧化研究」的過(guò)程與結(jié)果的實(shí)驗(yàn)數(shù)據(jù)為對(duì)象，以監(jiān)督式之倒傳遞（Back Propagation)類神經(jīng)網(wǎng)路的學(xué)習(xí)與識(shí)別機(jī)制，作為網(wǎng)路變數(shù)之篩選，求取學(xué)習(xí) (lear

2、ning)與測(cè)試(testing)筆數(shù)比例分別為33∶8(4∶1)及34∶7(5∶1)等二種， 並使用交叉驗(yàn)證法求得網(wǎng)路的最適化參數(shù)，建構(gòu)完整之網(wǎng)路架構(gòu)做為鑑定主 要控制變數(shù)的工具。 以濕式氧化法處理高濃度有機(jī)廢水，由Pearson分析法以輸出入變數(shù)之間 的相關(guān)係性，對(duì)COD去除率及TOC去除率分別建立七種實(shí)驗(yàn)計(jì)畫及五種實(shí) 驗(yàn)計(jì)畫，網(wǎng)路架構(gòu)之輸入層為七項(xiàng)操作變數(shù)，隱藏層採(cǎi)用一層及1～10個(gè)處 理單元，輸出層為去除率。COD去

3、除率以計(jì)畫四(輸入變數(shù)為COD濃度、TOC 濃度、溫度、攪拌速率)學(xué)習(xí)/測(cè)試資料筆數(shù)比例4∶1及5∶1之R值為0.964及 0.960，已有不錯(cuò)之預(yù)測(cè)能力。 TOC去除率以計(jì)畫三(輸入變數(shù)為COD濃度、 TOC濃度、溫度、氧分壓、時(shí)間)學(xué)習(xí)/測(cè)試資料筆數(shù)比例4∶1及5∶1之R值 為0.993及0.978，可以鑑定出主要控制變數(shù)對(duì)去除率成效預(yù)測(cè)能力之相當(dāng)佳。 再者，對(duì)COD去除率及TOC去除率，將七個(gè)輸入(控制)變數(shù)語(yǔ)意化，利

4、 用高斯歸屬函數(shù)，模糊規(guī)則，及輸入/輸出模糊化圖形，模糊推論其結(jié)果為COD 去除率預(yù)測(cè)值較實(shí)驗(yàn)值之平均殘差為-3.05％；TOC去除率之平均殘差為+4.11 ％。並以此模糊控制推論於石化廢水、紡織廢水及電鍍廢水之COD去除率， 其預(yù)測(cè)值與實(shí)驗(yàn)值比較，平均殘差分別為-5.75％、4.73％及-1.16％。驗(yàn)證本 研究對(duì)於高濃度難降解工業(yè)廢水濕式氧化處理可先應(yīng)用類神經(jīng)網(wǎng)路鑑定主要 控制變數(shù)，再以模糊控制預(yù)測(cè)處理成效，其預(yù)測(cè)結(jié)果皆不