基于人工神经网络的市政管网水质模型研究  

Water quality model of municipal network based on artificial neural network

作　　者：杨航[1] 李敏[1] 俞国平[2] 

机构地区：[1]北京林业大学环境科学与工程学院,北京100083 [2]同济大学环境科学与工程学院,上海200092

出　　处：《给水排水》2012年第S1期471-475,共5页Water & Wastewater Engineering

基　　金：国家水体污染控制与治理科技重大专项(2009ZX07421-005-02-02)

摘　　要：将人工神经网络用于复杂的市政管网水质研究,通过对苏州市3个自来水厂出水及小区管网在线监测点的大量水质数据进行分析,选取余氯作为指标建立了BP神经网络和模糊神经网络,并加以验证。结果表明,BP神经网络和模糊神经网络模型都能对管网余氯进行模拟,BP神经网络训练的最大相对误差为54.5%,验证数据的均方根误差平均为0.073;而模糊神经网络训练的最大相对误差为42.6%,验证数据的均方根误差平均为0.049,均优于BP神经网络模型,能更好地模拟自来水厂余氯,满足自来水厂出厂水余氯优化控制的要求。模糊神经网络所需要考虑的因素较少,应用方便,预测精度和效率较高,在城市给水系统水质模拟预测研究中有一定的参考应用价值。将人工神经网络用于复杂的市政管网水质研究,通过对苏州市3个自来水厂出水及小区管网在线监测点的大量水质数据进行分析,选取余氯作为指标建立了BP神经网络和模糊神经网络,并加以验证。结果表明,BP神经网络和模糊神经网络模型都能对管网余氯进行模拟,BP神经网络训练的最大相对误差为54.5%,验证数据的均方根误差平均为0.073;而模糊神经网络训练的最大相对误差为42.6%,验证数据的均方根误差平均为0.049,均优于BP神经网络模型,能更好地模拟自来水厂余氯,满足自来水厂出厂水余氯优化控制的要求。模糊神经网络所需要考虑的因素较少,应用方便,预测精度和效率较高,在城市给水系统水质模拟预测研究中有一定的参考应用价值。

关 键 词：给水管网 BP神经网络 模糊神经网络 水质模型 

分 类 号：TU991[建筑科学—市政工程] TU992