10.3969/j.issn.1001-9677.2012.04.021
人工神经网络用于电除盐产水水质预测研究
为了实现化工行业高纯水全自动生产,本文利用电除盐(electrodeionization,EDI)技术替代传统的混床技术,并研究了人工神经网络对EDI产水过程模拟仿真的可行性,采用误差反向传播网络(BP网络)建立了进水流量、电导率、pH值以及工作电压与EDI透过水电阻率之间关系的动态模型,并对不同的训练样本归一化方法和训练方法进行比较。结果表明,在网络隐含层层数为1、节点数为13时,采用归一化方法三能够较好的预测EDI透过水电阻率,且该模型可用于EDI除盐过程的动态描述,为实现化工行业高纯水全自动生产奠定了基础。
电除盐、电阻率、人工神经网络、隐含层节点、归一化方法
40
TQ151.18;TP202
2012-05-20(万方平台首次上网日期,不代表论文的发表时间)
共3页
52-54