神经网络利用神经网络预测Shahid Rajayi Temusterial镇治疗厂的效率
Habib Pakrou.1*，赛德帕克鲁1，Naser Mehrdadi.2和穆罕默德Javad Amiri2
1土木工程 - 环境，阿拉斯国际校园，伊朗。
2土木工程 - 伊朗德黑兰大学环境 -
http://dx.doi.org/10.12944/cwe.10.special-issue1.108
在本研究中进行了预测Shahid Rajayi工业城镇处理厂的效率。从治疗厂的实验室收集数据。对候选输入和治疗设备输出执行相关系数，以分析治疗设备的输入和输出并选择适当的输入。使用前向神经网络为每个输出COD，BOD和TSS开发输入 - 输出建模。在该建模中使用5个BOD输入，COD，TSS，pH和温度。Levenberg-Marquardt算法用于训练神经网络。具有五个输入的神经网络的比较表明，在现有数据的数量低于训练神经网络的情况下，我们应该使用神经网络结构中的最小可能数量的输入。
相关性分析;神经网络;造型;效率;治疗厂
复制以下内容以引用本文：
Pakrou H，Pakrou S，Mehrdadi N，Amiri M.J利用神经网络预测Shahid Rajayi Temusterial镇治疗厂的效率。Curr World Environ2015的特刊; 10（2015年5月特别问题）。DOI：http://dx.doi.org/10.12944/cwe.10.special-issue1.108
复制以下内容以引用此URL：
Pakrou H，Pakrou S，Mehrdadi N，Amiri M.J利用神经网络预测Shahid Rajayi Temusterial镇治疗厂的效率。Curr World Environ2015的特刊; 10（2015年5月特别问题）。可从：//www.a-i-l-s-a.com?p=700/
[HTML全文]
这项工作是在授权下获得的Creative Commons attage 4.0国际许可证。
