yabo亚搏官方网站

A novel effluent quality predicting model based on genetic-deep belief network algorithm for cleaner production in a ...
撰写时间:2021/05/19资料录入:陈晨文章来源:生态环境修复技术研究中心

  制浆造纸工业废水回用是清洁生产的重要途径,在造纸废水处理过程中,对废水及时及准的监测是清洁生产的关键。本研究提出了一种基于遗传神经网络算法的预测模型,有效的提高过程监控的预测精度和可靠性。遗传神经网络作为一种深度学习模型,采用遗传算法对输入变量进行约简维度化,简化了网络结构。与DBN和bp神经网络(BPNN)相比,GA-DBN在复杂废水中的预测精度明显优于其它试验模型。针对造纸废水的动态特性,提出了一种新的GA-DBN混合模型,用于造纸废水处理过程的清洁生产监控。GA-DBN模型是用较少的变量或样本来描述的复杂的造纸废水处理工艺。GA-DBN模型比其他测试模型能有效地提高废水的去除效率的监测效率,有利于造纸废水处理系统的处理效果稳定性,减少处理成本。

  文章链接:A novel effluent quality predicting model based on genetic-deep belief network algorithm for cleaner production in a full-scale paper-making wastewater treatment

@ yabo亚搏官方网站版权所有

yabo亚搏官方网站 - 亚博网页登陆