论文部分内容阅读
针对目前环境监测数据化学需氧量（COD）的预测精度不高等问题，考虑神经网络预测极易陷入极小值，提出一种基于自适应神经模糊推理系统（ANFIS）的COD预测模型。实验过程中采用控制变量法，根据训练过程中标准误差（RMSE）的变化选取最优训练次数、隶属度函数数目和隶属度函数类型并建立ANFIS模型。实验以浙江省杭州径山水质为研究对象，选取PH、溶解氧（DO）、氨氮（NH3-N）和总磷（Tp）等指标作为预测参数，以COD指标作为预测结果。实验结果表明，优化后ANFIS模型具有预测精度高、稳定度好等特点，与BP神