用神经网络辨识化学强化一级处理系统

摘要：

运用实验室得到的数据为样本,选取了CODCr和絮凝剂投加量为指标,采用三层结构的神经网络,利用Matlab的神经网络工具箱中的批处理梯度下降法对CEPT系统经行辨识.辨识结果表明:模型的预测值与实测值的平均误差在3.7%左右,具有较高的精度.同时,该模型还具有适应性强,使用方便,高效的特点,为CEPT系统的在线实时控制提供了一条有效的途径.

关键词：化学强化一级处理、水质模型、神经网络

所属期刊栏目：25

分类号：X703.1(一般性问题)

在线出版日期：2004-01-08（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：10-11,16