基于Elman神经网络的酵母废水中Zeta电位的建模

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.本文是根据聚合氯化铝(PAC)投放量与Zeta电位的关系,利用Elman神经网络技术对其进行建模.仿真结果表明,模型具有良好的拟合及泛化能力.