氧化沟系统出水COD预报的神经网络模型论文.docVIP

　　氧化沟系统出水COD预报的神经网络模型论文 摘要：以漯河市污水净化中心的Carrousel氧化沟（以下简称氧化沟）系统为考察对象，针对该系统进水水质复杂，控制滞后的难点，引入人工神经网络的理论和方法，对其模拟分析，建立了基于BP网络的氧化沟系统出水COD预报模型。模型性能检验和灵敏度检验表明，建成的模型准确度高，适应性强.freel. Abstract: The carrousel oxidation ditch system in Luohe Center of ATLAB环境下的神经网络工具箱与统计工具箱5为数学工具，编制的BP模型由三层神经元组成，其主要特点是： 1.1.1 输入层由影响出水COD的各因素组成，为使样本信息尽量丰富，并考虑到指标监测方便可行，选择以下参数作为输入矢量：X1：水温，X2:进水SS浓度,X3：进水COD浓度,X4：进水氨氮浓度,X5：MLSS,X6：MLVSS,X7：SV３0（沉降30分钟污泥体积比）。输出层产生ANN输出矢量Y，本研究希望输出的是出水COD浓度Y。隐含层层数的选择与问题的复杂性有关，隐含层层数的增加将使训练费用急剧上升，本研究采用一层隐含层，隐节点数的确定考虑到两原则：①样本数大于网络可调数6；②几何平均规则7：对一个三层网络，具有n个输入节点，m个输出节点，则中间层节点数H= 。本研究取节点数4～14，以期对其在更大范围