基于BP网络的人工沉床系统水质净化效果研究

人工沉床技术是一种新兴的生物-生态水体原位修复技术,水质净化过程具有非线性与不确定性,传统方法建立的数学模型难以精确模拟。本文以天津市外环河人工沉床实验2007年10月至2008年9月的水质实测数据为基础,建立BP神经网络水质模型,并与多元非线性回归方法进行比较。结果表明:建立的BP人工神经网络模型对不同水质指标拟合的平均相对误差分别为:化学需氧量(CODCr)0.1%,总氮(TN)1%,总磷(TP)0.6%。与多元非线性回归的拟合结果相比,平均相对误差更小,BP神经网络模型更适用于人工沉床系统出水水质的模拟。