典型文献
基于PSO-BP神经网络的水厂智能消毒预测模型
文献摘要：
为解决水厂运行过程中粗犷式、经验式投加氯消毒剂的问题,建立基于PSO-BP神经网络的水厂智能消毒预测模型.选取流量、矾耗、水质参数作为预测模型的输入参数,利用粒子群算法优化神经网络权值和阈值,模型评价指标平均绝对百分比误差(MAPE)、均方根误差(RMSE)都低于传统BP神经网络模型,其中RMSE值下降207 kg,MAPE值下降1.80％,相对标准偏差(RSD)下降了2.4％,有效提高了模型预测的准确性和稳定性,并在实际应用过程中有助于降低水厂氯消毒剂药耗,平均可节约生产成本约1756元/d.可见,PSO-BP智能消毒预测模型是合理、可行的,为城市自来水厂加氯量预测提供了一种简单可行的思路和方法.
文献关键词：
自来水厂;加氯消毒;PSO-BP神经网络;BP神经网络;预测
中图分类号：
作者姓名：
杨存满;鞠佳伟;袁芳;李晓尚;兰华春
作者机构：
清华苏州环境创新研究院,江苏苏州215000;中环保水务投资有限公司,北京100022;湘潭中环水务有限公司,湖南湘潭411100;清华大学环境学院,北京100084
文献出处：
引用格式：
[1]杨存满;鞠佳伟;袁芳;李晓尚;兰华春-.基于PSO-BP神经网络的水厂智能消毒预测模型)[J].中国给水排水,2022(03):57-61
A类：
城市自来水厂
B类：
PSO,粗犷,加氯消毒,消毒剂,水质参数,输入参数,粒子群算法,算法优化,优化神经网络,权值,模型评价指标,平均绝对百分比误差,MAPE,RMSE,相对标准偏差,RSD,本约,思路和方法
AB值：
0.229296
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
