基于PCA-GA-BP模型对污水BOD的预测

论文摘要

针对污水处理系统的非线性、强耦性,结合主成分分析(PCA)、遗传算法(GA)和BP神经网络,提出了改进阈值参数的模型。以某污水处理厂月数据为例,利用PCA选取主参数的变化因子作为BP神经网络的输入,运用GA优化BP神经网络的权值预测BOD值,并与无优化BP网络的预测结果进行比较。结果表明:新模型对污水处理的预测平均误差为10～12,最大相对误差为1.7%,预测精度高,收敛速度快。

论文目录

• 1 方法原理
•   1.1 BOD影响因素主成分分析
•   1.2 特征值与贡献率的计算
•   1.3 主成分因子载荷得分的计算
•   1.4 BP神经网络简介
•   1.5 GA-BP算法建模的实现
• 2 GA-BP模型优化BOD的参数
•   2.1 应用方法
•   2.2 应用实例
• 3 结论

文章来源

类型: 期刊论文

作者: 鲁明

关键词: 遗传算法,神经网络,主成分分析,污水

来源: 湖北汽车工业学院学报 2019年04期

年度: 2019

分类: 工程科技Ⅱ辑,工程科技Ⅰ辑,信息科技

专业: 环境科学与资源利用,自动化技术

单位: 池州职业技术学院机电与汽车系

基金: 池州职业技术学院省级教学项目(2017jyxm0686),池州职业技术学院院级自然重点项目(ZR2019Z02),安徽省高校省级质量工程校企合作实践教育基地项目(2017sjjd052)

分类号: X703;TP18

页码: 57-61+76

总页数: 6

文件大小: 1033K

下载量: 90