基于模糊神经网络的A2/O工艺出水氨氮在线预测模型

摘要：

采用厌氧/缺氧/好氧污水处理系统(A2/O)对人工合成污水进行处理,并利用人工神经网络(ANN)模型和自适应模糊人工神经网络(ANFIS)模型对A2/O处理污水的过程进行仿真模拟.在MATLAB环境下,选取可在线监测的水力停留时间(HRT)、进水pH值(pH)、好氧池溶解氧(DO)和混合液回流比(r)作为输入参量,系统出水氨氮浓度(NH4+eff)为输出量,建立在线预测模型.结合自适应模糊C均值聚类算法,确定ANFIS模型的模糊规则数及最优运行参数,对实验数据进行仿真预测.结果表明,与ANN模型相比,ANFIS模型的仿真输出值与实际值的拟合程度更高,相对误差在6.45％之内,平均绝对百分比误差(MAPE)为2.8％,均方根误差(RMSE)为0.1209,相关系数(P)达0.9956.模型训练过程中所得到的三维曲面图,可直观的反映各因素与出水氨氮浓度之间的非线性函数关系,为A2/O系统的高效稳定运行提供指导.

关键词：自适应模糊人工神经网络、自适应模糊C均值聚类算法、污水处理、氨氮去除、厌氧/缺氧/好氧污水处理系统

所属期刊栏目：32

分类号：X703(一般性问题)

资助基金：广东省节能减排重大专项2008A080800003;广东省自然科学基金2011040000389

在线出版日期：2012-05-15（万方平台首次上网日期，不代表论文的发表时间）

页数：共8页

页码：260-267