污水處理過程的自組織神經網絡建模及仿真研究.pdf

1、污水處理系統(tǒng)是一個復雜的開放式環(huán)境系統(tǒng)?；钚晕勰喾ㄎ鬯幚硎悄壳笆澜缟蠎米顬閺V泛的污水處理方法。由于污水處理系統(tǒng)進水水質、水量的劇烈變化，以及微生物生長的復雜性，污水處理過程具有多變量、強非線性、強耦合、大滯后、不確定性和大時變性等特點，使得活性污泥法污水處理過程的建模相對落后，從而限制了污水處理的發(fā)展。神經網絡能夠根據對象輸入/輸出的數(shù)據直接建立模型，不需要對象模型的先驗知識及復雜的數(shù)學公式推導，因此，神經網絡可以在復雜對象建模過程

2、中發(fā)揮巨大作用。為了提高對污水處理系統(tǒng)實時預測和控制的能力，建立適用于不同情況的污水處理模型，本文提出了滿足以上要求的增長型自組織神經網絡模型。本文在深入分析現(xiàn)有研究成果的基礎上，對結構自組織的神經網絡進行了研究。主要內容如下： ⑴提出一種增長型神經網絡自組織算法，應用該算法實現(xiàn)神經網絡的結構自組織，通過非線性函數(shù)逼近實驗證明該算法不但可以動態(tài)獲得更簡單合理的網絡結構，而且能保證較好的性能。 ⑵將基于該自組織算法的增