污水处理厂水质时间序列的BP神经网络预测模型研究

摘要

本文选取BP神经网络并使用反向传播学习算法,以污水处理厂进水COD的实测值作为仿真预测的历史水质时间序列数据集,构建BP神经网络水质预测模型,以期提前预测进水水质;并以该模型模拟训练样本,进而以仿真样本来验证该模型的推广能力。结果表明:该模型的预测误差范围在-5×10-3~5×10-3之间,预测精度高、收敛速度快、模拟能力较强,在实际仿真中具有好的推广能力。