基于混合神经网络模型的污水COD值预估法  

Prediction Method for Wastewater COD Based on Hybrid Neural Network Model

作　　者：方骏[1] 戴连奎[1] 

机构地区：[1]浙江大学智能系统与决策研究所,浙江杭州310027

出　　处：《中国给水排水》2003年第12期6-10,共5页China Water & Wastewater

基　　金：国家高技术研究发展计划(863)资助项目(9845005)

摘　　要：　提出了一种基于物理测量的COD值快速预估方法,它采用混合神经网络模型直接由UV分光光度计测得的吸光度数据预估出水样的COD值。实例分析表明,采用该混合模型具有比常规的BP网络和传统回归模型更好的预估精度,同时混合模型的预估值与标准分析值之间也有着良好的相关性。A rapid )COD) prediction method was presented based on physical measurement. It adopted the hybrid neural network to predict )COD) value of water sample based on absorbency data measured directly by UV spectrophotometer. The case study showed that the hybrid model is more accurate in predicting )COD) than the conventional BP network and traditional regression model, and shows good correlation between prediction value and normal analytical data.)

关 键 词：水质分析 COD 混合神经网络模型 UV分光光度计 预估精度 预估方法 

分 类 号：X832[环境科学与工程—环境工程] TP183[自动化与计算机技术—控制理论与控制工程]