基于BP人工神经元网络的臭氧生物活性炭系统建模研究.pdfVIP

基于 BP 人工神经元网络的臭氧生物活性炭系统建模研究 田禹(哈尔滨工业大学) ；王宝贞(哈尔滨建筑大学) ；周定(哈尔滨工业大学) 摘要：针对臭氧生物活性炭系统的特点和研究中的难点，创新地引入人工神经元网络的理论和思想，提出 该过程的人工神经元网络的分析方法。通过建立基于BP人工神经元网络的臭氧生物活性炭系统模型，考察 该网络对水处理系统建模的适应性，探讨了臭氧生物活性炭系统中影响因素之间的关系，为提高臭氧生物 活性炭系统的应用水平和实现水处理系统的在线控制提供了一条可行途径。 关键词：BP人工神经元网络；臭氧生物活性炭系统；建模 rg 引言 o r. 随着饮用水源污染的加剧和饮用水质标准的提高，臭氧生物活性炭系统日益受到关注与重视。但是系 e 统还存在着一些问题，目前关于这一系统的理论分析还不够深入统一，还没有一个以生物化学为基础的理 t 论体系；关于各控制量(臭氧投量、臭氧塔停留时间、活性炭塔停留时间、进水水质)对指标因素 COD Mn 、 a pH 值、细菌总数等的影响还没有一个严格的环境数学描述；由于物理化学机制的欠缺和系统非线性强耦合 w 的特点，使得传统的建模方法难以适应。因此，使得臭氧生物活性炭系统在应用中遇到许多问题。 y 为了提高臭氧生物活性炭系统的应用水平，促进其工程实践应用，加强对系统设计和运行控制环节的 t 研究显得极为重要，而实现系统模型辩识和系统仿真是研究系统设计和运行控制问题最有效的手段。 i 网 在寻找对臭氧生物活性炭系统建模方法时，根本在于开拓建立环境模型的环境数学理论和方法。我们 c 创新地引入人工神经元网络的理论和方法，并把发展成熟的 BP 人工神经元网络用于臭氧生物活性炭系统 a水 的建模研究中，以便深入探讨系统影响因素的关系，使水处理系统的研究迈向智能化和控制化。 1 BP网络的结构及基本原理 hin镇 c城 在多种人工神经网络中，BP 网络是最基本的一种，典型的BP 网络如图 1 所示。 [1] 从图中可以看到:BP . 网络是由输入层、输出层和隐含层组成的，各层结点之间由可调权值W 相连接。BP 网络的隐含层和各结 w国 点的数目，需要根据具体应用情况依靠经验选择，隐含层节点函数通常选择为 Sigmoid 函数 w w中 ，网络的学习算法应用梯度下降原理。 / / BP 网络的学习就是通过调整权值使得每一次样本训练误差