间歇曝气序批式活性污泥法处理农村废水及其效果的模拟预测

采用两种不同运行模式的间歇曝气序批式活性污泥反应器(IASBR)处理农村废水,反应器连续稳定运行235d,考察了5个工况下,缺氧/好氧循环次数、进水碳氮比(C/N,质量比)、水力停留时间(HRT)等对总有机碳(TOC)、氨氮、TN、TP去除效果的影响。在进水C/N低时,缺氧/好氧循环次数为4的1~#IASBR的脱氮效率及稳定性明显比缺氧/好氧循环次数为2的2~#IASBR高,而脱碳和除磷效果无显著差异。氨氮去除方面,在进水C/N较低的工况1(C/N平均为2.3)、工况2(C/N平均为2.2)和工况4(C/N平均为2.0)下,1~#IASBR的出水氨氮质量浓度明显比2~#IASBR更低,而在进水C/N相对较高时两者无显著差异。TN去除与氨氮去除有类似规律。构建以进水TOC、氨氮、TN、TP、C/N和HRT、缺氧/好氧循环次数为输入的反向传播人工神经网络(BP-ANN)模型,对TOC、氨氮、TN、TP的去除率进行模拟预测,结果显示以上4个输出参数在训练组中的预测结果和实际检测结果之间绝对平均误差分别为2.65%、5.27%、3.56%、34.56%,在测试组中的预测结果和实际检测结果之间绝对平均误差分别为2.74%、3.40%、5.13%、28.32%。     

基于人工神经网络的气体泄爆最大超压预测研究

为解决传统经验公式在预测气体泄爆中最大超压出现时的较大偏差或过于保守的问题，提出使用人工神经网络预测气体泄爆最大超压。基于124组实验数据，采用BP与RBF神经网络，通过优化算法计算与迭代循环对泄爆样本中的影响因素进行降维与选择，并确定2类神经网络本身在学习与计算气体泄爆样本时的相关参数。结果表明:PCA（主成分分析法）在当前样本条件下的降维效果较差，而通过迭代对比确认气体泄爆样本中的5类特征全部保留时神经网络的训练模拟效果最好；通过对124组实验数据进行随机挑选训练集与测试集的训练模拟结果发现，神经网络对气体泄爆中最大超压的预测效果较好；通过对比Molkov提出的和经Fakandu等改进的NFPA 68经验公式以及2类神经网络的预测结果表明，神经网络相比于传统气体泄爆经验公式具有明显优势。     

基于BP人工神经网络的长江口外海生态综合评价及其成因分析

以长江口外海域为研究区域,基于2008年秋季该海域2个峰面断面的海洋环境调查走航数据,以海水水质指标、浮游植物多样性指数及叶绿素a浓度为评价指标,运用BP人工神经网络的方法评价该海域生态环境质量状况,结合该海区的地形及水动力情况分析,结果表明:2008年秋季长江口外海域生态状况总体处于亚健康状态;31°N断面受长江冲淡水影响,生态状况近海劣于远海,但20号站位逆趋势好转,据监测,夏季其附近海域为赤潮高发区;30°N断面近岸受浙江沿岸上升流影响,生态状况好于31°N,但5号站位逆趋势恶化;5号和20号站位反映了上升流与长江口冲淡水的交汇区域的生态状况。BP人工神经网络用于生态环境评价,具有一定的客观性和通用性。     

基于化学反应动力学的饮用水铝形态分布模型研究

目前饮用水中的总铝超标现象十分严重,其危害与铝的存在形态密切相关.本研究利用三层前反馈式的人工神经网络技术,建立了基于化学反应动力学的铝形态预测模型.结果表明,无机单核铝和溶解铝的浓度变化速率与反应时间及水温、pH、总铝、氟离子、磷酸根和硅酸根等水质参数密切相关,二者的反应级数均为三级.通过人工神经网络可有效地进行饮用水中无机单核铝和溶解铝反应动力学参数的预测;反应速率常数k和初始浓度项1/c02的计算值和模型预测值的相关系数R均大于0.999.由M市管网水铝形态的预测结果可知:当总铝浓度0.05mg·L-1时,模型对无机单核铝浓度的预测误差较大;而当总铝浓度0.05mg·L-1时,模型有较好的预测能力,无机单核铝和溶解铝的相对预测误差分别为±15%和±10%.     

人工神经网络光度法同时测定四组份染料混合物

介绍人工神经网络的原理,对典型神经网络系统做介绍,并对人工神经网络在光谱分析中的应用作解说.应用人工神经网络原理,以快速BP算法,对紫外可见吸收光谱严重重叠的四组分的染料溶液同时进行含量测定.在200～600 nm的范围内,以12个特征波长处的吸收值作为网络特征参数,通过网络训练,酸性橙Ⅱ、酸性红B、甲基紫、酸性嫩黄的相对标准偏差分别为0.95%～2.30%,4种成分的回收率在96.3%～104%之间.实验表明,该算法速度快,预测结果准确,可用于人工神经网络光度法定量测定光解废水中多组份混合染料.     

汉江流域土地利用/覆被变化的水文效应模拟研究

针对流域LUCC驱动因子众多、驱动因子与土地利用/覆被变化之间存在复杂的非线性动态关系的特点，以汉江上游流域LUCC模拟为例，构建基于人工神经网络（ANN）与元胞自动机（CA）的模拟土地利用/覆被变化的CA ANN耦合模型，并应用该模型预测汉江上游流域2020s年代的LUCC变化情景。结果表明：2020s汉江黄家港站上游流域水田、旱地、灌木林与建设用地面积均有不同程度的增加，其中建设用地增幅最大，与区域交通和城市化的迅猛发展趋势相符；除建设用地增幅变化较大之外，1980s～2000s与2000s～2020s两个时期其余土地利用/覆盖类型的面积变化率都比较相近，表明CA ANN耦合模型能够刻画土地利用/覆盖类型的转换规律，在流域土地利用/覆被变化的复杂非线性动态演变情景的模拟预测方面是可行的。在此基础上，应用SWAT分布式水文模型模拟汉江上游流域水文过程。研究结果表明：在1980s年代、2000s年代及预测的2020s年代LUCC情景下，汉江上游流域年平均径流量呈增加趋势，LUCC对径流量年内影响较汛期显著，多年平均蒸散发量呈增加趋势     

基于神经网络分类器的城市污水处理厂水力冲击预警系统

提出了一套基于神经网络分类器的城市污水处理厂水力负荷冲击预警系统,以期对进水水量骤增现象进行提前1天的预报,使污水处理厂可根据预报结果提前采取水力冲击防护措施,从而保证各单元的平稳运行.根据进水水量的涨幅将某污水处理厂12年日进水水量监测数据分为"常规"和"冲击"两类,重点对"冲击"数据进行提前1天的预测,并采用冲击漏报率、冲击误报率和报准率对模型的预测精度进行评价;同时,基于同样的建模方法和不同的训练、验证样本建立了N(1)、N(2)和N(3)3个平行模型,以对模型的鲁棒性和建模方法的可重复性进行考察.结果显示,3个模型对2010年、2011年和2012年3年测试样本的预测效果良好,冲击漏报率和报准率两项指标数值均较为稳定,分别在0~0.167和0.981~0.995之间浮动,冲击误报率虽然在数值上的浮动较大,最低为0.143,最高为0.500,平均为0.310,但仍在工程上的可承受范围内.该结果表明,本研究基于神经网络分类器所建立的3个神经网络模型预测精度高、鲁棒性好,显示出良好的性能,有望为污水处理厂水力冲击防护工作提供有力参考.     

基于人工神经网络建模的PTC功率智能检测技术

PTC是家用空调器中主要器件之一,具有耗电量大、非线性的特征。目前PTC常用的功率检测方法是通过"专用电量计量芯片结合电压、电流采样电路"来实现,存在成本高和可靠性低问题。提出一种基于人工神经网络的PTC功率纯软件计算方法,无需增加任何硬件成本。通过实验验证,精度达±3%,满足产品化需求,成熟可靠。     

基于遗传-神经网络的电网流域面雨量预报方法研究

以重点水力发电厂和大中型水库为主要考量,并兼顾地形地貌和中小河流的分布特征,将广西划分为23个电网流域,研究了基于非线性的神经网络电网流域面雨量预报方法。以5-6月龙滩近库区、龙江流域等6个电网流域为例,利用遗传算法优化BP神经网络的连接权和网络结构,建立了各电网流域的遗传-神经网络电网流域面雨量预报模型。对独立样本的预报结果表明,基于遗传-神经网络的电网流域面雨量预报模型的预报能力要优于传统的逐步回归预报模型,也明显优于日本、德国数值模式预报产品所换算成的电网流域面雨量预报,并与气象部门同期制作的综合面雨量预报产品能力相当,因而,遗传-神经网络面雨量集合预报模型有较好的业务应用前景。     

响应面法和神经网络优化Acinetobactersp．DNS32发酵基质

为了提高阿特拉津降解菌Acinetobactersp．DNS32的产量，分别采用响应曲面法和基于人工神经网络的遗传算法对阿特拉津降解菌DNS32发酵培养基中3个重要基质成分（玉米粉、豆饼粉、K：HPO。）进行优化研究。响应曲面法确定3种成分的含量为玉米粉39．494g／L，豆饼粉25．638g／L和K。HPO。3．265g／L时，预测发酵活菌最大生物量为7．079×10^8CFU／mL，实测量为7．194×10^8CFU／mL；人工神经网络结合遗传算法优化确定3种主要成分含量为玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L时，预测最大值为7．199×10^8CFU／mL，实测量为7．244×10。CFU／mL；最终确定培养基配方：玉米粉为39．650g／L，豆饼粉为25．500g／L，K2HPO4为2．624g／L，CaCO3为3．000g／L，MgSO4·7H2O和NaCl均为0．200g／L；优化后阿特拉津降解菌DNS32发酵生物量比优化前提高了36．6％。结果表明，在阿特拉津降解菌DNS32发酵培养基组分优化方面，响应面法和基于人工神经网络的遗传算法都是可行的，基于人工神经网络的遗传算法具有更好的拟合度和预测准确度。