基于人工神经网络的半连续式混合厌氧消化产气量预测 |
| |
引用本文: | 赖夏颉,张文阳,张良均,陈俊德.基于人工神经网络的半连续式混合厌氧消化产气量预测[J].环境工程学报,2015,9(1):459-463. |
| |
作者姓名: | 赖夏颉 张文阳 张良均 陈俊德 |
| |
作者单位: | 西南交通大学地球科学与环境工程学院;广州太普软件科技有限公司 |
| |
摘 要: | 研究采用BP神经网络和模糊神经网络(FNN)模型对逐步提高有机负荷的半连续式餐厨垃圾和猪粪混合厌氧消化试验进行日产气量预测.结果表明,BP神经网络模型的预测准确率为77.63%,FNN模型为82.33%,2种模型均可用于产气预测,但FNN模型在传统神经网络模型基础上加入了模糊控制,可提高其准确率,更适用于混合厌氧消化产气量预测.
|
关 键 词: | 混合厌氧消化 半连续 BP神经网络 模糊神经网络 产气预测模型 |
Prediction of gas production of semi-continuous anaerobic co-digestion based on artificial neural network |
| |
Abstract: | |
| |
Keywords: | anaerobic co-digestion semi-continuous BP neural network fuzzy neural network gas production prediction model |
本文献已被 CNKI 万方数据 等数据库收录! |
|