期刊文献+

基于人工神经网络模型预测ABR反应器处理效率

Prediction of Anaerobic Baffled Reactor Disposal Rate Based on Artificial Neural Network
在线阅读 下载PDF
导出
摘要 ABR反应器的处理效率受多方面的因素影响 ,本文通过 BP人工神经网络 ,利用 ABR反应器进水 CODCr浓度、容积负荷、温度、稳定运行时间四个参数对其反应器处理效率进行预测。结果表明 ,BP人工神经网络可较好的用于 ABR反应器处理效率的预测 ,具有较高的精度 ,在实际生产中 ,可以运用人工神经网络 ,对 ABR反应器的运行参数进行调整 ,使之达到最优化的运行状态。 ABR disposal rate is affected by some factors.This paper predicts ABR disposal rate by using BP artificial neural network with four parameters:inflow CODcr concentration,cubage loading,temperature,steady running time.The rusult shows that BP artificial neural network can be used in ABR disposal rate prediction and has enough precision.It can be used to adjust ABR running parameters to obtain optimization running situation in practice engineering.
作者 程新 张建强
出处 《重庆环境科学》 北大核心 2003年第11期28-29,31,共3页 Chongqing Environmental Science
关键词 BP人工神经网络 ABR 处理效率 预测 BP artificial neural network anaerobic baffled reactor disposal rate prediction
  • 相关文献

参考文献4

  • 1郭劲松,王红,龙腾锐.水环境质量的隶属度BP网络决策模型[J].中国给水排水,2000,16(3):9-11. 被引量:25
  • 2国家环保局 《水和废水监测分析方法》编委会编.水和废水监测分析方法:第3版[M].北京:中国环境科学出版社,1997..
  • 3驾延龄编著.废水的厌氧生物处理[M].北京:国轻工业出版社,1998..
  • 4驾延龄.废水的厌氧生物处理[M].北京:中国轻工业出版社,1998..

二级参考文献2

共引文献25

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部