首页 | 本学科首页   官方微博 | 高级检索  
     

基于新型联合循环神经网络(RNN)模型的出水总氮预测
引用本文:夏文泽,冯骁,王喆,钱志明,刘杰,许雪乔.基于新型联合循环神经网络(RNN)模型的出水总氮预测[J].净水技术,2021,40(8):107-113.
作者姓名:夏文泽  冯骁  王喆  钱志明  刘杰  许雪乔
作者单位:北京华展汇元信息技术有限公司,北京 100044;北京首创股份有限公司技术中心,北京 100044
摘    要:为了提高污水处理过程中出水TN的预测精度,提出一种基于联合RNN神经网络的出水TN预测算法.该联合RNN神经网络是基于传统RNN网络的改进型网络,其由一系列并排的单RNN网络构成,每个RNN网络的输出不仅与本网络的当前和历史输入相关,还与相邻RNN网络的历史输入相关.网络的训练过程分为两步,首先断开不同RNN网络的连接,单独训练每一个RNN网络,然后恢复不同RNN网络的连接,联合训练所有RNN网络.利用来自真实水厂的水质数据与常规RNN网络进行对比试验,试验结果显示,联合RNN网络的效果(R=0.902,E=0.245)好于常规RNN网络的效果(R=0.863,E=0.361),这证明所提出的算法提高了出水TN的预测精度.

关 键 词:污水处理过程  总氮预测  智能模型  循环神经网络  RNN)

Prediction of Effluent Total Nitrogen Based on Novel Combined RNN Model
XIA Wenze,FENG Xiao,WANG Zhe,QIAN Zhiming,LIU Jie,XU Xueqiao.Prediction of Effluent Total Nitrogen Based on Novel Combined RNN Model[J].Water Purifcation Technology,2021,40(8):107-113.
Authors:XIA Wenze  FENG Xiao  WANG Zhe  QIAN Zhiming  LIU Jie  XU Xueqiao
Abstract:
Keywords:
本文献已被 万方数据 等数据库收录!
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