1、　　污水處理受到進水水質(zhì)、水量、設備、工藝等諸多因素影響，過程復雜，水質(zhì)變化具有非線性及非確定性特征。運用人工神經(jīng)網(wǎng)絡對污水處理出水水質(zhì)進行預測具有獨特的優(yōu)勢，也為污水處理出水水質(zhì)預測提供了新思路?！　”疚囊訫ATLAB6.5為計算平臺，采用BP神經(jīng)網(wǎng)絡結(jié)構(gòu)：一個輸入層、一個隱含層、一個輸出層。通過工藝分析，確定6個進水水質(zhì)指標即水量、PH值、溫度、COD、硫化物、MLSS為輸入神經(jīng)元；出水COD濃度為輸出神經(jīng)元。通過對某廠污水處理站

2、的監(jiān)測數(shù)據(jù)進行學習，分析影響B(tài)P網(wǎng)絡學習效率和預測精度的影響因素，主要從隱含層神經(jīng)元數(shù)量、訓練次數(shù)、隱含層激勵函數(shù)、學習樣本數(shù)量幾個方面對該廠污水處理站出水COD濃度預測BP網(wǎng)絡模型進行了優(yōu)化，確定了引進分廠污水處理站出水水質(zhì)預測人工神經(jīng)網(wǎng)絡模型。最后運用聚類分析法、主成分分析法去除了監(jiān)測數(shù)據(jù)中有離群趨勢的4個點，將監(jiān)測數(shù)據(jù)分為6類，從每類中選取2/3作為學習樣本，其余數(shù)據(jù)作為檢驗樣本?！　∽詈笸ㄟ^驗證表明，BP人工神經(jīng)網(wǎng)絡模型預測結(jié)