基于人工神经网络的造纸废水处理动态仿真.PDF

基于人工神经网络的造纸废水处理动态仿真.PDF

  1. 1、本文档共4页,可阅读全部内容。
  2. 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
  3. 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载
  4. 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
基于人工神经网络的造纸废水处理动态仿真.PDF

维普资讯 中国环境科学 2006,26(1):48-51 China EnvironmentalScience 基于人工神经网络的造纸废水处理动态仿真 唐 辉 ,李 迪 件,万金泉 ,马邕文 (1.华南理工大学机械工程学院,广东广州 510640:2.华南理工大学资 源科学与造纸工程学院,广东 广州 510640) 摘要:研究了人工神经网络对废纸造纸废水处理过程动态仿真的可行性,采用误差反向传播网络(BP网)建立了表征原水COD、加药量、 进水流量、历史出水 COD与预计出水COD之间复杂关系的动态模型,并对不同训练方法进行了比较,发现带有动态调整的方法具有较好 的效果。其模型的计算输出值与过程的实际输 出值具有较好的一致性.对造纸厂现场排放的废水的实验表 明,该模型可用于废纸造纸废水处 理的动态描述. 关键词:造纸;废水处理{人工神经网络 中图分类号:X703.1 文献标识码:A 文章编号:1000—6923(2006)01—0048-04 AnANN baseddynamicsimulationforpapermakingwastewatertreatment.TANG Hui,LIDi ,WAN Jin·quan, MA Yong—wen (1.CollegeofMechanicalEngineering,Souht ChinaUniversityofTechnology,Gunagzhou510640, China;2.CollegeofPaperna dEnvironmentEngineering,SouthChinaUniversity ofTechn ology,Guna gzhou510640, China).ChinaEnvironmentalScience,2006,26(1):48-51 Abstract:Thefeasi~liytofdynamicsimulationbasedonartificialneuralnetwork(ANN)forpapermakingwastewater treatmentWas studide.Wiht ErrorBackpropagation(BP)network,adynamicsimulationmodelshowinghtecomplex relationshipbetweenhteinfluentCOD,hteaddedmedicamentqunatiyt,theinfluentqunatity,thehistoricaleffientwater C0D na dthepredictiveeffluentwaterC0D Was establishde .Thecomparisionbetweenhtedifferenttrainingmethod sof ANN showsthathtemehtodofdynamicweightadjustingindicatedthebettereffectnadhteoutputofhtemodelis consistentwith htat ofhteexpe riment.Th epapershowshtedynamicsimulationmodelcaneffcetively describe hte processofpapermakingwastewatertreatment. Keywords:pape rmaking:wastewaterrteamt ent:artificialneuralnetwork 造纸废水处理工艺一般采用物理化学方法 和非线性逼近能力,建立一个能预测造纸废水处 或者生物化学方法,其过程具有复杂性、非线 理出水 COD 的动态模型,为进一步了解废水处理 性、时变性、不确定性等特点,难 以用精确的数 过程的动态变化机理及其控制器设计提供参考. 学模型描述实际过程.人工智能技术 由于具有 自 1 BP人工神经网络原理 学习、 自适应和 自组织功能,特别适合复杂非线 性系统的建模和控制,已成为废水处理过程的研 BP神经网络是应用最广泛的神经 网络.其 究热点[卜.在造纸废水处理方面,ZengGMt4]设 结构由输入层、隐含层和输出层组成(图

您可能关注的文档

文档评论(0)

153****2993 + 关注
实名认证
内容提供者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档