用神经网络和 ANFIS模拟污水生物处理过程 |
文件大小：0.29MB格式：pdf发布时间：2009-08-17浏览次数：次
| 【中文关键词】 | 神经网络 ANF IS 污水生物处理 模拟 |
| 【摘要】 | 为了对污水生物处理过程进行有效的控制 ,首先要对该过程进行模拟以分析其动态特性。神经网络和 ANF IS同样具有以任意精度逼近任何线性或非线性函数的功能,可以作为污水生物处理过程建模的工具。通过对深圳盐田污水处理厂的模拟发现:当采用实际运行数据作为模型的训练样本时 ,对样本进行适当的筛选处理是非常必要的;训练样本相同时 ,用 ANFIS进行模拟则对出水 COD和 NH3 - N的预测误差比用 BP神经网络进行模拟的误差分别低 79 . 7%和 86 . 8%;在同样的预测精度下 ,用 ANF IS模拟所需的训练样本数可比用神经网络的少很多。 |
| 【部分正文预览】 | 为了对污水生物处理过程进行有效的控制 ,首先要对该过程进行模拟以分析其动态特性。神经网络 (NN)是人工神经网络 (ANN)的简称 ,是 20世纪 90年代以来活跃于工程领域并得到迅速发展的一门前沿科学 ,它的主要优点是可以充分逼近任意复杂的非线性函数。近年来人工神经网络已成为数学建模领域的一个热点 ,得到了广泛应用。自适应神经模糊推理系统 (ANF IS)是将模糊推理系统与神经网络相结合的产物。模糊推理系统广泛用于模糊控制 ,神经网络具有自适应自学习的功能 ,而 AN2F IS则充分利用了两者的优良特性。ANF IS作为一种颇具特色的神经网络 ,同样具有以任意精度逼近任何线性或非线性函数的功能 ,且收敛速度快、 误差小、 所需训练样本少。笔者通过对深圳盐田污水处理厂的模拟 ,比较了神经网络和 ANFIS模拟污水生 |
|
| ||||||||||||||
|
| ||||||||||||||
|
|||||||||||||||
|
|
|||||||||||||||
|
|||||||||||||||
|
【打印本页】 |
|||||||||||||||
