基于改進BP網絡與MISO模型的污水系統建模 |
文件大小：0.21MB格式：pdf發布時間：2013-03-23瀏覽次數：次
| 【中文關鍵詞】 | 污水處理 建模 神經網絡：優化與控制 |
| 【摘要】 | 利用共軛梯度學習算法改善了BP神經網絡的性能，并提出四層BP網絡用于污水處理過程水質指標的建模和模擬，在一定程度上避免了采用負梯度方向學習算法收斂速度慢和易陷于局部極小點的缺點，提高了模型的精度，在處理大量數據和在線控制時顯得尤為重要；利用改進后的BP網絡對某污水處理廠的進出水水質建立了MIMO和MISO模型，并進行了對比和評價分析。 |
| 【部分正文預覽】 | 污水處理過程影響因素很多，是一個復雜的開放式的環境系統，雖然國內外對污水處理系統進行了大量的研究，并已經開發出了針對某些污水處理工藝系統的數學模型，但由于參數因子多而很難直接應用于污水處理過程的模擬建模與控制。 |
|
| ||||||||||||||
|
|||||||||||||||
|
|
|||||||||||||||
|
|||||||||||||||
|
【打印本頁】 |
|||||||||||||||
