基于模糊递归神经网络的污泥容积指数预测模型
污泥容积指数(SVI),一个关键的污泥沉降性能评价指标.针对污水处理过程中污泥膨胀关键水质参数污泥容积指数难以准确在线测量,且实验室取样测量方法时间久、精度低,提出了一种改进型的模糊递归神经网络(HRFNN)用来预测污泥容积指数的变化,通过在网络第三层加入含有内部变量的反馈连接来实现输出信息的反馈.实验结果表明,与其他模糊神经网络相比,该网络的规模小、精度高,处理动态信息的能力明显加强.
污水处理 污泥膨胀 容积指数 预测模型 模糊递归神经网络
许少鹏 韩红桂 乔俊飞
北京工业大学电子信息与控制工程学院,北京100124
国内会议
呼和浩特
中文
4550-4556
2013-08-01（万方平台首次上网日期，不代表论文的发表时间）