10.15890/j.cnki.jsjs.2018.12.021
基于神经网络与马尔可夫链预测地表水净化装置总氮降解的效果
通过数学模型对地表水净化装置净水水质进行预测是当下的一个热点,由于地表水净化装置的水质变化呈现非线性、时变性与随机性.基于此,首先采用BP神经网络对该装置水质预测,通过回归分析得到的可决系数判定拟合情况良好,误差较低.之后,为进一步提高预测精确度,降低BP预测结果随机波动带来的误差,将马尔可夫链与BP神经网络结合进行分析.通过对拟合结果及误差进行状态划分,得出状态概率矩阵,分析结果表明,出水的实际水质均符合最大概率区间内的预测范围值.因此,建立神经网络与马尔可夫链的组合预测模型,能够得到更准确的预测结果.
BP神经网络、马尔科夫链、可决系数、状态概率矩阵、总氮降解、预测
37
TU991.2(地下建筑)
国家水体污染控制与治理科技重大专项2017ZX07203-005
2019-04-02(万方平台首次上网日期,不代表论文的发表时间)
共6页
107-112