|
|||||
|
|
| 神经网络模型在混凝效果预测中的应用现状及展望 | |
| 作者姓名： | 曹昕 马拓 杨俊坡 杨耿 郑兴 |
| 作者单位： | 1. 西安理工大学水利水电学院;3. 陕西科技大学电子信息与人工智能学院;4. 西安建筑科技大学信控学院 |
| 摘 要： | 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. |
| 关 键 词： | 深度学习 混凝效果 神经网络模型 智能Jar test 水质参数 随机森林模型 |