[发明专利]一种预测A2O污水处理过程中出水COD浓度的方法在审
| 申请号： | 201610311621.0 | 申请日： | 2016-05-11 |
| 公开（公告）号： | CN105976028A | 公开（公告）日： | 2016-09-28 |
| 发明（设计）人： | 唐思明;武延坤 | 申请（专利权）人： | 深圳市开天源自动化工程有限公司 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08 |
| 代理公司： | 广州市越秀区哲力专利商标事务所(普通合伙) 44288 | 代理人： | 石伍军;张鹏 |
| 地址： | 518000 广东省深圳市*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明涉及污水处理领域，是基于BP神经网络建模实现的，通过确立神经网络的输出层变量出水COD浓度，选取神经网络的输入层变量、隐含层的传递函数和输出层的传递函数，建立BP神经网络模型；选择神经网络输入层变量和输出层变量样本数据，对样本数据进行异常数据处理，采用所述BP神经网络模型训练预测，得出出水COD浓度。该方法可以快速精准地预测出A2O污水处理过程中出水COD浓度，为A2O污水处理提供了可靠的控制条件。 | ||
| 搜索关键词： | 一种 预测 a2o 污水处理 过程 出水 cod 浓度 方法 | ||
【主权项】：
一种预测A2O污水处理过程中出水COD浓度的方法，其特征在于，所述方法基于BP神经网络建模实现，包括以下步骤：选择出水COD浓度为BP神经网络的输出层变量，选取BP神经网络的输入层变量、隐含层的传递函数和输出层的传递函数，建立BP神经网络模型；选择神经网络输入层变量和输出层变量的样本数据，对样本数据进行异常数据处理；以及采用BP神经网络模型训练预测，得出出水COD浓度。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于深圳市开天源自动化工程有限公司，未经深圳市开天源自动化工程有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201610311621.0/，转载请声明来源钻瓜专利网。
- 上一篇：一种面向函数优化的社会学习方法
- 下一篇：一种环境线特征提取方法
