基于模糊神经网络的工业废水处理预测研究

摘要

针对工业废水处理系统的时变性、非线性、复杂性和不确定性,利用废水处理监控系统取得表征废水水质的各项指标,构建基于BP算法的四层模糊神经网络模型.该网络模型仿真实际废水处理过程的结果表明,模糊神经网络具有较强的学习能力;其较BP网络对样本数据的仿真误差较小,平均相对误差仪为1.5%,为实现废水处理的自动控制提供可行途径.