典型文献
基于主成分分析优化BP神经网络模型的厌氧膜生物反应器膜污染预测
文献摘要：
膜污染是厌氧膜生物反应器运行中不可避免的问题,制约了工艺技术的推广应用,分析膜污染的形成过程是控制膜污染的重要内容.基于主成分分析(PCA)和反向传播神经网络(BPNN)的理论,提出了一种采用主成分分析优化BP神经网络的膜污染预测模型.以反应器连续运行试验数据为样本,利用相关性分析确定模型的输入变量,并基于输入变量间存在信息重叠问题,采用主成分分析法对输入因素进行降维处理,提取贡献率为70.4％的第一主成分和贡献率为17.7％的第二主成分作为输入特征.结合模型的贡献度分析和主成分分析发现,反应器内的污泥浓度是膜污染影响因素中最主要的特征变量,贡献度为34.9％.对比分析优化模型和单一模型的预测结果,发现PCA-BPNN模型的拟合效果更好,平均相对误差仅为3.8％,可用于膜污染分析研究,为后续研究提供参考.
文献关键词：
厌氧膜生物反应器;膜污染;主成分分析;BP神经网络
中图分类号：
作者姓名：
古创;姚军强;吴志跃;郑晓宇;董仁杰;乔玮
作者机构：
光大环保技术研究院(南京)有限公司,南京 210007;中国农业大学 工学院,北京100083;国家能源生物燃气高效制备及综合利用技术研发(实验)中心,北京 100083
文献出处：
引用格式：
[1]古创;姚军强;吴志跃;郑晓宇;董仁杰;乔玮-.基于主成分分析优化BP神经网络模型的厌氧膜生物反应器膜污染预测)[J].新能源进展,2022(02):95-102
A类：
B类：
分析优化,厌氧膜生物反应器,膜污染,污染预测,避免的问题,工艺技术,技术的推广,反向传播神经网络,BPNN,连续运行,运行试验,定模,信息重叠,降维处理,分作,输入特征,贡献度分析,污泥浓度,污染影响,特征变量,拟合效果,平均相对误差,污染分析
AB值：
0.27816
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。
