基于Elman动态网络和BP网络的投放絮凝剂工段的建模比较

摘要

目前在废水处理中，絮凝剂的投放量是依靠经验确定。一般情况下，投放量都会稍多些，务必带来了一定的浪费。模型的建立不但能够真实地反映实际的工业过程，更是控制器设计的重要组成部分。本文是根据絮凝剂PAC和PAM投放量与Zeta电位的关系，利用Elman神经网络和BP神经网络对其进行建模。仿真结果表明，Elman神经网络具有更好的拟合及泛化能力。