基于自适应神经模糊推理系统和简单水质指标预测供水系统三卤甲烷的浓度

消毒副产物(DBPs)因其潜在的致癌、生殖毒性成为饮用水安全的重要隐患.及时知晓供水系统中DBPs浓度是防控DBPs健康风险的前提.然而目前DBPs仪器监测存在过程繁琐、成本高昂、时间滞后等问题.利用常规水质指标建立高质量的预测模型是重要出路.基于此,本研究选择3个简单的水质指标pH、温度、UVA₂₅₄,利用自适应模糊神经网络(ANFIS)建立了供水系统中三卤甲烷(THMs,最常见的DBPs)分布的预测模型.结果显示,当隶属函数(MF)分别为”gaussmf”、“gbellmf”、“trapmf”,MF数量分别为3、3、3时,建立的总三卤甲烷(T-THMs)、三氯甲烷(TCM)、一溴二氯甲烷(BDCM)模型的预测效果最好.其中,T-THMs、TCM模型质量较高：预测值与实测值的相关系数(r)为0.871～0.880,预测误差(MARE)为11%,预测准确率(N_E<25%)为92%～95%;与T-THMs、TCM相比,BDCM模型的预测效果略差(r=0.775,MARE=16%,N_E<25%=83%),但也在可...