维普资讯 www.51wendang.com

第3 1卷第 3期 20 0 8年 3月

砣尉砝 En i o m e a i n e& Te h l g vr n nt lSc e c c no o y

Vo . 1 NO 3 I3 . M ar . 2 008

污水处理中人工神经网络应用研究的探讨 黄明智，马邕文，万金泉，黄明护 (. 1华南理工大学环境科学与工程学院； 2华南理工大学资源科学与造纸工程学院， .广东广州 50 4 ) 1 6 0

摘要：针对污水处理系统的时变性、非线性、复杂性和不确定性的特点，出应用人工神经网络技术对其控制，提实现污水处理系统自 动控制。简述了目前广泛应用于废水处理的神经网络以及建模原理。结合国内外研究动态，分析了人工神经网络在污水处理领域取得的成

果，结果表明：在污水处理中引入神经网络智能控制是一种提高处理效率、降低运行成本的有效方法，国内在污水处理的神经网络智能控制 的研究与国外有较大的差距，国内的研究及应用还处在发展阶段，应当加强。并对神经网络待解决的问题和发展趋势作了讨论。 关键词：人工神经网络；智能控制；污水处理中图分类号： 7 3 T 1 X 0:P8文献标志码： A文章编号：0 3 6 0 (0 80— 1 10 1 0— 5 42 0 )3 0 3— 5

An pr a h t r ii i l Ne r lN e wo k a t Ap o c o A tfc a u a t r nd I s Ap i a i n t plc to o W at s ewat e m ent er Tr at HUANG i g-z M A ng M n hi, Yo—we W AN i -q n, HUANG i g u n, Jn ua M n—h ( . olg fE v rn n a S in ea dEn i er g 2 C l g f s u c ce c n a e- k n 1 C l eo n i me tl ce c n g n e n; . ol eo o re S in ea d P p r ma i g e o i e Re E gn eig o t h n ies yo e h o o y Gu n z o 1 6 0 C i a n ie r,S uh C iaUnv ri f c n lg, a g h u 5 0 4, h n ) n t T

Abs r c s t a t:Th s a e e iws ri ca e r l e wo k i e ms f r cp e a d i p

l ai n t s wae e t n o h a i p p r v e t il u a t r t r i i l n t a p i t o wa t r a f i n n n o p n s c o e trt ame t t t r b h me a d a r a . of r h e r fn u a ewo k h s e n c n i e e ea fe t e wa se trt a me t r c s o n b o d S e t o y o e r l t r a e o sd r d t b n e f ci y t wa t wae e t n o e s at h n b o v o r p ,

s i lt n a di t l g n o t l o ep r o eo r v n f ce c n e u i g r n i g c s mu a i n el e t n o r h u p s f mp o i g e i n y a d r d c n u n n o t o n i c r f t i i . Ke r s:at ca e r l e wo k;i tl g n o t l y wo d ri iln u a t r i f n n el e tc n r;wa t wa e r ame t i o se t rt t n e

污水处理系统具有不稳定性和不确定性，其处理过程的特点是多变量、非线性、变性与随机性，建时故立精确的数学模型比较困难。同时，污水处理系统的控制又属于多目标控制，现在：要控制几种出水体需指标，要抑制外部环境的变化 (需扰动 )处理过程的对影响以确保处理过程的稳定性，需要使处理过程费用最低 (即经济指标最优化 )。人工神经网络最大优点Ⅲ是可以充分逼近任意复杂的非线性关系，较强的学有习能力和容错性，同时能够处理定量、定性数据，够能利用连接的结构与其他控制方法及人工智能相结合， 已成为废水处理过程的研究热点。 1人工神经网络原理

信息处理、储及检索功能。每个神经元的结构和功存能比较简单，大量神经元组合产生的系统行为却非而常复杂。在 A NNs,识是通过学习例子而分布中知地存储在网络中的。因此，它具有很好的容错能力，当个别处理单元损坏时，不会影响整个网络的正常工作。 自 14 93年 Mculc cl h和 Pt提出 MP模型之后， o is t神经

网络经过长期的研究，取得了一定的进展，为具有一成

种独特风格的信息处理学科瞄。常用于污水处理中的]神经网络有 BP误差反向传播 )经网络、B (向 (神 R F径基函数 )经网络、神自适应神经网络等。其中 B P神经 网络是目前应用最为广泛的一种网络。

B网络最早是由 Web s在 17 P ro 9 4年提出来， R mehr在 18发展了该算法 1 B u lat 95年 6 P网络是一种]。多层网络，在输入层与输出层之间加入若干层神经它元，这些神经元称之为隐单元。型的 B典 P神经网络结

人工神经网络 (简称 A s是一个并行和分布式 NN )的信息处理网络结构，般由多个神经元组成，一每个神经元有单一的输出，可以连接到很多其他的神经元，其输入有多个连接通路，个连接通路对应一个每连接权系数。具有学习能力、忆能力、记计算能力及处理能力，在不同程度和层次上模仿人脑神经系统的并 收稿日期：0 7 0— 0修回 2 0— 2 2 20—4 1; 0 7 1— 6

构由输入层、隐含层和输出层组成，如图 1所示。其工作过程包括输入信号的正向传播和误差信号的反向 传播，网络的权重修正是使下式的 E为最小：

基金项目：广东省科技厅重大专项攻关项目( 0 3 3 4 6 20A 00 )

作者简介：黄明智 (9 1 )男， 1 8一，硕士研究生，主要研究方向为智能控制在废水处理系统中的应用，手机 )3 6 6 4 9 ( ( 17 0 2 0 2电子信箱 )m 2 0 x@1 3 h z 0 2 a 6