-
题名基于小波神经网络的污水厂总磷预测模型
预览
- 1
-
-
作者
郭宗敏
徐冰峰
山丕斌
周亚霖
-
机构
昆明理工大学建筑工程学院
-
出处
《软件导刊》
2019年第9期38-41,共4页
-
文摘
污水厂进水污染物与出水总磷的变化规律呈高度非线性,而传统机理预测模型需要依据经验设定大量参数,预测精度较低,预测相对误差处于15%~25%之间。为提高预测精度,以进水化学需氧量、总氮、氨氮、总磷、进水量5个进水指标与出水总磷浓度的映射关系建立小波神经网络预测模型。结果表明,小波神经网络模型模拟相对误差为9.87%,相较于机理模型,预测误差降低了5%~15%;同时模型收敛速度快,具有强大的非线性拟合能力,运行稳定性强,对污水厂实际运行中出水总磷预测有一定参考作用。
-
关键词
进水污染物
总磷出水浓度
小波神经网络
-
Keywords
influent pollutants
effluent TP concentration
wavelet neural network
-
分类号
TP302
[自动化与计算机技术—计算机系统结构][自动化与计算机技术—计算机科学与技术]
-
![使用中文期刊助手扫码登录]()
使用中文期刊助手 扫描二维码
渝公网安备 50019002500403号违法和不良信息举报中心