张瑞成, 王　宇, 李　冲

(华北理工大学 电气工程学院，河北 唐山　063009)



基于NW型小世界人工神经网络的污水出水水质预测

张瑞成, 王宇, 李冲

(华北理工大学 电气工程学院，河北 唐山063009)

为了预测污水处理出水水质，针对污水处理过程具有多变量、非线性、时变性、严重滞后的特点，提出了基于NW型小世界人工神经网络的污水处理出水水质预测模型；首先根据污水处理系统确定模型输入输出变量个数，然后建立了多层前向小世界神经网络模型，并对网络模型的隐层结构进行了优化研究；借助污水处理过程的历史数据进行了仿真研究，结果表明：和同规模的多层前向人工神经网络相比，小世界神经网络对污水出水水质预测具有较高精度和收敛速度，为污水出水水质的实时预测提供了一种有效的新方法。

污水处理；NW型小世界网络；隐层结构；预测模型

0　引言

污水处理受进水水质、水量、设备、工艺等诸多因素影响，是一个复杂的多变量非线性处理过程，水质变化具有复杂性、非线性、时变性、严重滞后的特点，难以通过机理分析建立精确的数学模型。神经网络具有自学习、自组织、自适应、良好的非线性映射及并行处理优点，许多学者建立了基于神经网络的污水出水水质预测模型[1-4]。而传统的神经网络容易陷入局部极小点，且收敛速度较慢。为此提出了一些改进的方法，如文献[5]建立了基于动态云QNN的污水出水水质在线预测方法，文献[6]建立了基于小波神经网络的污水处理厂出水水质预测。……