本研究对Shahid Rajayi工业城镇处理厂的效率进行了预测。数据是从处理厂的实验室收集的。对候选输入和处理厂输出进行相关系数分析,以便分析处理厂的输入和输出,选择合适的输入。利用前向神经网络建立了各输出COD、BOD和TSS的输入-输出模型。该模型采用了BOD、COD、TSS、pH和温度五个输入参数。采用Marquardt算法对神经网络进行训练。通过对5个输入的神经网络进行比较,可以看出相关性较好,说明在现有数据数量较低的情况下,我们应该在神经网络结构中使用尽可能少的输入来训练神经网络。
本研究对Shahid Rajayi工业城镇处理厂的效率进行了预测。数据是从处理厂的实验室收集的。对候选输入和处理厂输出进行相关系数分析,以便分析处理厂的输入和输出,选择合适的输入。利用前向神经网络建立了各输出COD、BOD和TSS的输入-输出模型。该模型采用了BOD、COD、TSS、pH和温度五个输入参数。采用Marquardt算法对神经网络进行训练。通过对5个输入的神经网络进行比较,可以看出相关性较好,说明在现有数据数量较低的情况下,我们应该在神经网络结构中使用尽可能少的输入来训练神经网络。