排序方式： 共有1条查询结果，搜索用时 31 毫秒
1
1.
受原水水质、水力条件、混凝剂种类及混凝剂投加调控机制等诸多因素影响,混凝处理效果与混凝剂投加量之间往往呈现复杂的非线性关系.传统研究着眼于混凝机理、混凝剂特性及混凝过程水质、絮体信息采集与投药调控等方面,尚未能构建基于全混凝操作流程的、用以实现混凝效果预测的普适性理论.神经网络模型因其具有强大的学习能力,近年来在混凝效果预测研究领域中受到了广泛的关注.本文通过对混凝效果预测算法研究历史进行回顾与分析,总结神经网络模型在混凝效果预测中的研究现状和脉络,深入分析不同数据来源与数据格式的优缺点,从实验装置、水质参数、投加控制和数据时序性、混凝剂构效研究与产品技术开发等方面,展望神经网络模型在混凝效果预测中的未来研究方向. 相似文献
1