应用类神经网路预测科学园区污水厂二级出流水水质.docVIP

應用類神經網路預測科學園區污水廠二級出流水水質 吳彬榮1、白子易2、蔡宜宸3、郭瑞玲1、賴偉嘉4、曾詩綺4 摘要 本研究採用倒傳遞類神經網路 (Back-Propagation Neural Network, BNN)，探討科學園區污水處理廠之出流水的水質變化。建立科學園區污水處理廠模擬架構，並對其出流水水質進行模擬預測，最後對模型預測值與實際值進行相對殘差之評析，以評估模型之預測效能。在本研究之輸入層採取3個輸入變數，分別為進流水之酸鹼度 (potential of Hydrogen ,　pH)、污泥停留時間 (sludge retention times , SRT)、食微比 (Food to Microorganism ratio , F/M)。輸出層採3個輸出變數，分別為出流水之懸浮固體（Suspended Solids,　SS）、生化需氧量(Biochemical oxygen demand , BOD)、化學需氧量 (Chemical Oxygen Demand , COD)進行個別預測。本研究之操作速率為0.1、隱藏層神經元數分別為8個、訓練次數為8000次之條件下進行。在訓練過程中採取3個輸入變數對1個輸出變數時，出流水SS之平均殘差值（Mean Absolute Percentage Error, MAPE）為27.68%，相關係數 （Correlation Co