排序方式: 共有6条查询结果,搜索用时 15 毫秒
1
1.
2.
针对污水处理运行过程COD、BOD5、TN和TP实时测量的问题,提出一种基于絮体形态参数的偏最小二乘法模型.采用图像分析技术对污泥絮体形态特征进行提取,基于相关性从提取的形态参数和试验期间的运行参数中选择模型的输入变量,通过偏最小二乘法建立输入变量与4个水质指标的预测关系模型.结果表明,COD、BOD5、TN、TP的交叉有效性系数分别为0.736、0.682、0.839、0.618,絮体形态参数与水质指标有明显的相关性,可用于预测出水水质. 相似文献
3.
水质监测是污水厂至关重要的环节。为快速、准确地获取实时水质数据,以内、外回流污泥为研究对象,通过显微镜图像结合软件分析,分别得到内、外回流污泥各自絮体的形态参数,并结合污水处理厂运行参数,采用偏最小二乘(PLS)法对内、外回流污泥絮体形态参数与好氧池出水水质指标(CODe、BODe、TNe和TPe)进行了回归分析,建立内回流污泥回归模型(PLS1模型)和外回流污泥回归模型(PLS2模型),通过分析两个回归模型中活性污泥絮体形态参数与出水水质指标之间的相关性,比较了两个回归模型的拟合效果和预测效果。试验结果表明:PLS2模型的拟合效果和预测效果要优于PLS1模型,该模型对好氧池出水中CODe、BODe、TNe和TPe的预测系数Q2分别为0.736、0.665、0.753、0.716;出水污染物浓度与内回流污泥絮体密实度参数呈正相关关系,而其与外回流污泥絮体密实度参数呈负相关关系。本试验建立了污... 相似文献
4.
5.
6.
对地震灾害造成的损失进行评估是国家采取应急救援和灾后援建工作的重要依据。为快速评估地震灾害引起的直接经济损失,提出一种基于灰色关联分析与模拟退火-粒子群-Elman神经网络(SA-PSO-Elman)结合的地震灾害直接经济损失评估模型。该模型先采用灰色关联分析方法客观地选出地震灾害直接经济损失的主要影响因素,即为Elman神经网络的输入,然后将全局寻优能力强及收敛速度快的粒子群算法与能跳出局部极值的模拟退火算法相结合来优化Elman神经网络的权值和阀值,最后将训练好的Elman神经网络运用到地震灾害直接经济损失评估中。通过仿真试验结果表明:该混合算法优化的Elman神经网络模型比Elman神经网络模型和PSOElman神经网络模型具有更高的预测精度和收敛速度。 相似文献
1