您的位置: 专家智库 > >

云南省应用基础研究计划面上项目(2010CD066)

作品数:2 被引量:0H指数:0
相关作者:王万宾田昆刘云根梁启斌杨杨更多>>
相关机构:西南林业大学同济大学更多>>
发文基金:云南省应用基础研究计划面上项目国家自然科学基金更多>>
相关领域:环境科学与工程更多>>

文献类型

  • 2篇中文期刊文章

领域

  • 2篇环境科学与工...

主题

  • 2篇湿地
  • 2篇湿地基质
  • 2篇人工湿地
  • 2篇人工湿地基质
  • 2篇基质
  • 2篇复合基质
  • 2篇ELMAN网...
  • 1篇神经网
  • 1篇神经网络
  • 1篇去噪
  • 1篇小波
  • 1篇小波去噪
  • 1篇RBF
  • 1篇RBF网
  • 1篇RBF网络
  • 1篇ELMAN神...
  • 1篇MATLAB

机构

  • 2篇西南林业大学
  • 1篇同济大学

作者

  • 2篇梁启斌
  • 2篇刘云根
  • 2篇田昆
  • 2篇王万宾
  • 1篇杨杨

传媒

  • 1篇净水技术
  • 1篇环境工程学报

年份

  • 1篇2013
  • 1篇2012
2 条 记 录,以下是 1-2
排序方式:
基于Elman网络和小波去噪的人工湿地复合基质对COD去除效果的模拟
2012年
人工湿地技术被广泛应用于污水处理㈣,但其去污机理复杂,影响因子众多,呈高度非线性,缺乏长期运行效果准确可靠的模拟手段。而人工神经网络能在数据样本较大的情况下很好地逼近复杂的非线性函数,因此利用人工神经网络构建模型模拟系统的处理效果可为人工湿地系统的运行管理提供参考。通过构建人工湿地基质系统进行为期4个月的试验,监测得到56组COD去除率数据,经Matlab小波去噪后利用Elman网络构建动态神经网络模型,模拟该人工湿地基质系统对生活污水中COD去除效果。结果表明所构建模型的均方根误差为0.0163,精度较高,对具有非线性时间序列特征的人工湿地复合基质系统去污效果模拟具有较好的应用前景,利用Elman神经网络模型模拟该人工湿地复合基质系统运行后期的COD去除率为49.5%-56.4%。
梁启斌刘云根田昆杨杨王万宾
关键词:人工湿地基质ELMAN网络
RBF与Elman神经网络在人工湿地复合基质去污效果预测中的应用
2013年
人工湿地的去污机理复杂、呈高度非线性,故利用神经网络技术构建模型预测其长期运行效果。通过构建人工湿地复合基质模拟槽系统进行为期4个月的实验,监测得到56组COD去除率数据样本,经Matlab小波去噪后分别利用RBF和Elman网络构建动态神经网络模型,预测该系统对生活污水中COD去除效果。结果表明,RBF和Elman神经网络预测值的均方根误差分别为0.0186和0.0163,精度较高,该系统后期的COD去除率在49.4%~59.0%之间。
梁启斌刘云根田昆王万宾
关键词:RBF网络
共1页<1>
聚类工具0