膜生物反应器膜污染的随机森林预测模型

摘要

生物反应器(MBR)工艺在现代污水处理中扮演着重要的角色,然而膜污染严重影响了MBR工艺的性能,膜污染导致的最直接的后果就是膜通量的下降,膜通量的下降直接影响MBR污水处理的效果。为了有效、快速地预测MBR膜通量,利用随机森林(RF)算法建立MBR膜通量预测模型。选取影响膜通量的主要因子作为随机森林预测模型的输入,膜通量作为输出,建立MBR膜通量影响因素和MBR膜通量之间的非线性关系。首先利用训练集在随机森林预测模型上进行训练,然后用训练好的随机森林预测模型进行膜通量预测。通过预测数据和实验数据的对比,得出该算法对膜通量有较高的预测精度;为了进一步验证该算法的有效性,建立了BP神经网络预测模型,将两者进行比较,对比结果表明随机森林预测模型具有更高的预测精度。