首页 | 官方网站   微博 | 高级检索  
     

基于EHO优化的COBDP预神测经模网型络污水处理出水COD预测模型
引用本文:朱琳,李明河,陈园.基于EHO优化的COBDP预神测经模网型络污水处理出水COD预测模型[J].重庆工商大学学报(自然科学版),2022,39(3):26-32.
作者姓名:朱琳  李明河  陈园
作者单位:安徽工业大学电气与信息工程学院, 安徽 马鞍山 243002
摘    要:为了改善在污水处理环节中对有关化学需氧量预测效果的问题,提出了一种经象群算法优化的 BP 神经网络预测模型。 首先通过将象群算法中的分离操作与改进权重的粒子群算法相结合,有效去除了种 群中适应度较差的个体,进一步提高算法寻找最优值的能力;首次利用改进后的象群算法优化 BP 神经网络 对预测数据进行更好的逼近,提高预测模型的预测准确度;最后,通过仿真结果清晰表明:改善后的 BP 神经 网络相对于传统 BP 神经网络以及一般的小波神经网络有着更高的预测精度。 改进后的象群算法结合 BP 神经网络所建立的预测模型在一定程度上可以对污水处理中的出水化学需氧量进行比较准确的预测,能满 足预测出水化学需氧量的一般要求,具有一定的研究价值。

关 键 词:计算机神经网络  出水化学需氧量  象群算法  分离操作

Prediction Model for Effluent COD in Sewage Treatment Based on BP Neural Network Optimized by EHO
ZHU Lin,LI Ming-he,CHEN Yuan.Prediction Model for Effluent COD in Sewage Treatment Based on BP Neural Network Optimized by EHO[J].Journal of Chongqing Technology and Business University:Natural Science Edition,2022,39(3):26-32.
Authors:ZHU Lin  LI Ming-he  CHEN Yuan
Affiliation:School of Electrical and Information Engineering, Anhui University of Technology,Anhui Maanshan 243002, China
Abstract:
Keywords:computer neural network  effluent COD  elephant herding optimization  separation operation
点击此处可从《重庆工商大学学报(自然科学版)》浏览原始摘要信息
点击此处可从《重庆工商大学学报(自然科学版)》下载全文
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司    京ICP备09084417号-23

京公网安备 11010802026262号