污水处理中BP神经网络与Elman神经网络的预测比较.pdf

《污水处理中BP神经网络与Elman神经网络的预测比较.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、控制理论与应用自动化技术与应用》2014年第33卷第10期ControlTheoryandApplications污水处理中BP神经网络与EIman神经网络的预测比较关学忠．宋韬略t．徐延海2．刘扬(1．东北石油大学电气信息工程学院，黑龙江大庆163318；2．辽宁大唐国际阜新煤制天然气有限责任公司，辽宁阜新123000)摘要：以活性污泥污水处理过程为背景，介绍并比较了BP神经网络与Elman神经网络对于污水处理输出化学需氧量(COD)~9预测。实验结果表明，Elman神经网络训练时间要比BP神经网络训练时间长，但是Elman神经网络预测的精确度要比BP神经网络预测的精确度高

2、，Elman神经网络能够更好的预测污水处理的进程。关键词：污水处理；BP卒I}经网络；Ehnan神经网络中分类号：TP183文献标识码：A文章编号：1003—7241(2014)10—0001—04ComparisonofPredictionOnBPNeUraINetworksandElmanNeuralNetworksinWastewaterTrealmentGUANXue。zhong，SoNGTao—he，XUYan-hai，LIUYang‘(1．ElectricalandInformationEngineeringCollege，NortheastPetroleumUn

3、iversity，Daqing163318China；2．LiaoningDatangInternationalFuxinCoalGasCo．，Ltd．，Fuxin123000China)Abstl’act：ThiSpapcl’takesactivatedsludgeW1．I．stcwaIel’treatmentpi‘OCeSSaSthebackgl‘ound．inn‘oducesandcompa’esthepi‘ediction01’ChemicalOxygenDemand(COD)onBPneul‘alnetworksandElII11．111neui‘alnetwork

4、sinwastewatm’lrcatn3ellt．Expel‘imentalresuhsshowthatthetl’ainingtimeofEhnanneuralnetwol’ksislongerthanBPneuralIIOtWOI’ks．buttheprecisit)noI‘EImanneuralnetworksishighel’thanBPletll‘alnetworks．ElmanIqeUl‘alnetworksCallpl’edictwastcwatertieatl!lCltpl’ocessbette~’．Keywords：W'．IS[C＼Va[CI’treatme

5、nt：BPneurallet；vol‘ks：elmanneuralNet,a，orks1引言术工艺，抗干扰能力强，处理范围广，处理速度快，成本虽然我国淡水资源比较丰富，总量位居世界第六相对较低，目前已成为我国应用最多的污水处理方法【81。位，但是我国人口众多人均水量仅为世界平均水平的化学需氧量(COD)是污水处理的重要指标之一，曝气池l／4，属于严重缺水的国家之一⋯。随着我国经济的快污水中的悬浮固体浓度(MLSS)、进水COD、水的PH值、速发展，水污染问题日趋严重，使得我国水资源形势更溶解氧(DO)含量以及总磷(TP)含量是与之紧密相关的相加严峻。关变量【9】。本文将采用M

6、LSS、进水COD、PH、DO、TP近年来，国内众多学者将BP和Elman神经网络预作为输入量，出水COD作为输出量，分别采用BP神经测应用到污水处理过程中，取得了一定的成果。_2l1网络和Elman神经网络对同一组污水处理数据进行训活性污泥法作为主要的二级污水生物化学处理技练和预测，对比分析两种方法的优劣。收稿日期：2013—12—162神经网络《自动化技术与应用2014年第33卷第10期控$1J理论与应用ControlTheoryandApplications2．18P神经阑络节，简化Elman神经网络结构如图2所示。误差反向传播(errorbackpropagation

7、)的思想最输入层隐藏层输出层早由Bryson等人与1969年提出，l974年Werbos在哈佛大学的博士论文也是研究误差反向传播，Parker于1985年发表的技术报告也论述了误差反向传播，直到1986年Rumelhart及其研究小组在Nature杂志上发表其研究成果时反向传播网络和反向传播算法才得到人们的关注【ml。反向传播(BackPropagation，BP)学习图1简化BP神经网络结构算法简称BP算法，采用BP算法的前馈型神经网络简称BP网络。输入层隐藏层~latN-从功能划分，BP神经网络基本