闫宏英
- 作品数：3 被引量：8H指数：1
- 供职机构：天津工业大学计算机科学与软件学院更多>>
- 发文基金：天津市自然科学基金国家自然科学基金更多>>
- 相关领域：自动化与计算机技术环境科学与工程更多>>
- MBR膜污染的智能模拟预测方法研究被引量：8
- 2013年
- 针对MBR膜污染因子较为复杂且各因子之间相互交叉,首先用主元分析法实现输入变量的降维和去相关,求出影响膜污染最为明显的三大因素:混合液悬浮固体、总阻力和操作压力,接着用BP神经网络建立这三大参数与表征膜污染程度大小的膜通量之间关系的MBR智能仿真系统模型,同时针对BP网络自身的缺陷,引进遗传算法,采用GA优化BP网络权值和阈值,最终建立基于GABP神经网络的MBR膜污染预测模型;网络训练时使用的数据是在不同操作条件下,采用孔径为0.2μm的聚偏氟乙烯微滤膜处理生活污水时得到的膜通量实验数据,最后用训练好的GA-BP神经网络对膜通量进行预测;研究结果表明,与传统BP算法相比,GA-BP神经网络算法能更快实现收敛,提高运算速度以及膜通量预测的准确度。
- 闫宏英李春青
- 关键词：遗传算法主成分分析法膜生物反应器膜通量
- 基于BP神经网络及SVM的MBR膜污染预测研究
- 研究MBR膜通量进行膜污染预测是当今污水处理研究领域的重要课题之一。针对MBR膜污染因子较为复杂且各因子之间相互交叉，首先用主元分析法实现输入变量的降维和去相关，求出影响膜污染最为明显的三大因素:混合液悬浮固体、总阻力和...
- 闫宏英
- 关键词：膜生物反应器BP神经网络遗传算法支持向量机
- 文献传递
- 基于神经网络的MBR仿真预测的研究
- 2012年
- 该文在分析MBR膜污染形成机制、膜污染影响因素的基础上，首先利用主元分析法对影响膜污染的各种参数实现输入变量的降维和去相关，求出影响膜污染最为明显的三大因素：混合液悬浮固体（MLSS）、总阻力和操作压力（TMP），进而运用BP和RBF人工神经网络建立了这三大参数与表征膜污染程度大小的膜通量之间关系的MBR智能仿真系统模型，并分析了两种神经网络模型MBR污水处理膜污染过程的适应能力。实验结果表明：1）神经网络模型可以准确地反映出实际情况，具有很好的自适应能力；2）PCA—RBF神经网络模型的收敛精度高而且速度快于PCA-BP神经网络模型。
- 闫宏英李春青
- 关键词：膜生物反应器膜通量RBF神经网络主成分分析法
