论文部分内容阅读
在化学-生物絮凝工艺中试研究的基础上,分别建立了基于BP类神经网络的多输入多输出(M IMO)模型与多输入单输出(M ISO)模型。应用化学-生物絮凝工艺中试6个不同工况的实测数据对2个模型进行训练,均表现出很好的收敛性。通过另外2个中试工况的实测数据对模型预测性能进行测试,M ISO模型对化学-生物絮凝反应器出水的COD、TP和SS的预测相对误差均低于M IMO模型,其预测相对误差均在9%以下。研究表明,M ISO模型是一个很易使用的建模工具,能很好地预测化学-生物絮凝工艺出水水质。