神经网络预测磁絮凝处理矿井水效果的研究

摘要：

构建了磁絮凝处理矿井水实验装置,并使用RS485接口经串口协议与计算机MFC控制程序交换数据.根据实验装置所得数据,采用C++调用Matlab Engine实现GA-BP和GRNN神经网络的训练、预测与准确度的分析.由分析可知,GA-BP神经网络初始化参数较多,预测结果平均绝对误差为21.849,个体适应度在进化次数为35时趋于平稳,适应度达到82％.GRNN神经网络初始化仅需要调整光滑因子,当光滑因子取0.75时,预测平均绝对误差为10.726.通过比较GA-BP与GRNN神经网络的R2和RMSE的数值,可知GRNN准确性更高,在磁絮凝处理含悬浮物矿井水中适用性更强.

关键词：磁絮凝、神经网络、矿井水

所属期刊栏目：38

分类号：X703.1(一般性问题)

在线出版日期：2018-03-05（万方平台首次上网日期，不代表论文的发表时间）

页数：共5页

页码：57-61