论文部分内容阅读
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系统进行辩识。辩识结果表明: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。