基于模糊神经网络预测污水水质数据的方法

摘要

本发明为一种基于模糊神经网络预测污水水质数据的方法，包括以下步骤：收集训练和测试与系统所需要的样本；对所有训练样本进行聚类；对每条模糊规则对应的神经网络NN_m进行训练，m代表模糊规则的个数，训练稳定后，将归一化后的关键水质指标作为预测样本输入模糊神经网络中进行对干粉投药量的预测。本发明的有益效果在于：企业就可以根据预测的水质数据，做到基于预测模型的泵站流量控制，以及确定污水处理时投放微生物、药剂的量和时间点，克服了传统的污水处理时凭经验判断泵站流量和添加药剂的人工操作，为污水的智能处理提供了强大的助力，具有良好的实际应用价值。