10.3969/j.issn.1674-4764.2004.05.017
一种基于补偿模糊神经网络的水质预测方法
在污水处理系统过程控制中,对水质变化规律进行预测是控制系统可靠、稳定运行的重要环节.介绍了基于模糊逻揖和神经网络的补偿神经网络(CFNN)及其学习算法,利用CFNN学习速度快、学习过程稳定、全局动态优化运算等特点,建立污水处理厂CFNN的水质预测模型.实例预测结果表明该模型对初始值的选择不敏感,具有很好的收敛性和预测精度,适合实际工程应用.
补偿模糊神经网络、水质预测、污水处理
26
TP183;X830.3(自动化基础理论)
2004-12-16(万方平台首次上网日期,不代表论文的发表时间)
共5页
77-81