基于新型联合循环神经网络(RNN)模型的出水总氮预测

摘要：

为了提高污水处理过程中出水TN的预测精度,提出一种基于联合RNN神经网络的出水TN预测算法.该联合RNN神经网络是基于传统RNN网络的改进型网络,其由一系列并排的单RNN网络构成,每个RNN网络的输出不仅与本网络的当前和历史输入相关,还与相邻RNN网络的历史输入相关.网络的训练过程分为两步,首先断开不同RNN网络的连接,单独训练每一个RNN网络,然后恢复不同RNN网络的连接,联合训练所有RNN网络.利用来自真实水厂的水质数据与常规RNN网络进行对比试验,试验结果显示,联合RNN网络的效果(R=0.902,E=0.245)好于常规RNN网络的效果(R=0.863,E=0.361),这证明所提出的算法提高了出水TN的预测精度.

关键词：污水处理过程;总氮预测;智能模型;循环神经网络;RNN)

所属期刊栏目：40

分类号：TU992.3;TP183(地下建筑)

资助基金：水体污染控制与治理科技重大专项2017ZX07102

在线出版日期：2021-09-02（万方平台首次上网日期，不代表论文的发表时间）

页数：共7页

页码：107-113