基于BP神经网络的水处理污泥发热量预测  

Calorific value forecast of sewage sludge based on BP neural network

作　　者：李培生[1] 徐乔[1] 马翔 岳亚楠[1] 李洁[3] 胡益[1] 余万[1] 杨国录[4] 胡念苏[1] 杨俊[1] 

机构地区：[1]武汉大学动力与机械学院,湖北武汉430072 [2]广州市水电建设工程有限公司,广东广州511458 [3]沈阳发动机设计研究所,辽宁沈阳110015 [4]武汉大学污淤泥研究中心,湖北武汉430072

出　　处：《武汉大学学报（工学版）》2008年第4期81-85,共5页Engineering Journal of Wuhan University

基　　金：中国博士后科学基金项目(编号:20060400858);湖北省科技攻关项目(编号:2007AA402C01);能源的安全与清洁利用北京市重点实验室开放基金项目;武汉大学动力与机械学院青年基金项目

摘　　要：将BP网络与MATLAB软件相结合,建立了2个神经网络模型,通过权值初始化、输入学习样本、计算各层的输出、求各层反传误差、记录已学习过的样本个数、按公式修正各层的权值或阈值等步骤,分别根据水处理污泥的工业分析和元素分析对其发热量进行预测,比较分析了预测发热量与实测发热量的绝对偏差、相对偏差,评价了均方误差和相关系数.结果表明,该方法适合于水处理污泥发热量的预测,且优于经验公式.Two network models are established by BP neural network and MATLAB, and by taking these steps, weights initialized, sample input, layer output, get back propagation errors, record sample number, revise weights or thresholds of each layer by formulas, etc, and according to the proximate analysis and element analysis of the sewage sludge, calorific values are forecasted. Absolute deviation and relative deviation of the two calorific values are compared, and MSE and correlation coefficient are evaluated. The results show that this method is suitable for forecasting calorific value of sewage sludge, and this method is better than empirical formula.

关 键 词：BP神经网络 水处理污泥 发热量 工业分析 元素分析 

分 类 号：TK16[动力工程及工程热物理—热能工程]