基于神经网络的COD值预测研究.pdfVIP

维普资讯 第 35卷第 1期 Vo1．35，No．1 2008年 3月 M ar．，2008 文章编号2008 基于神经网络的COD值预测研究 远振海 ，鲁治冰。 叭 H (1．中国水利电力物资有限公司，北京 100045；2．大唐长春第二热电有限责任公司，长春 130033) a 摘 要：针对环境监测数据化学需氧量的预测问题．考虑其数据的反复性和实时性 ，选择神经网络算法进行分析研究。通过对BP 黑 算法和RBF算法的研究，确定 了适合环境监测数据 COD值的神经 网络训练与预测模型 。将此模型应用于广东省某污水 处理厂进行试验 ，测试结果证明此算法具有一定的实用性和指导性 。 龙 ．吲 关键词：BP算法；RBF算法；化学需氧量；预测 中图分类号：X832 文献标识码：A 江 水 HⅧ． m COD DataForecastBasedonNN 专 YUAN Zhen—hai，LU Zhi—bing~ (1．ChinaNationalWaterResources＆ ElectricPowerMaterial＆ EquipmentCo．Ltd．，Beijing100045，China；2．I)atangChangchunNo．2Co- 学 g generationPowerCo．I．td．，Changchun 130033，China) 报 Abstract：Consideringoftherepeatedandreal—timecharacteristicofChemicalOxygenDemanddata，the g NerveNetworkAlgorithm isseletedtoresovletheforecastproblem ofenvironment—monitoringdata—C()I]． C O BasedontheresearchoftheBParithmeticandRBFarithmetic，theNN trainingandforecastmodelwhich issuitablefortheenvironment—monitoringdataisproposed．Applyingthismodelintoasewageplantof GuangdongProvince，thetestingresultindicatesthattheprojectispracticalandinstructive． Keywords：BParithmetic；RBFarithmetic；COD；forecast 国家环保局在 “九五”期间全国主要污染物排放 3层BP网络是全局逼近网络，能以任意精度逼近任 总量控制计划中，提出了对废水中化学需氧量、石油 一 连续函数，有较高的预测精度 。但是 由于算法 自 类、汞、氰化物、六价铬、铅、镉等 8项指标实施排污 身的非线性梯度优化 问题，因此不可避免地存在局 总量控制的规划。其中主要反映水中有机污染程度 部极小 问题 。 的综合性指标化学需氧量，覆盖面广，是这8项指标 2 用BP网络建模结构与仿真 中唯一能比较完全反映水中有机污染程度 的指标， 据此叮以比较准确地给出废水许多种类有机污染物 2．1 模型结构与算法 的排放总量 。 考虑如图1所示的基于 3层神经网络的信号预 而对 C(_)D监测