本章主要围绕神经网络溶解氧浓度建模来展开。选用前向多层神经网络,并选择BP算法对网络进行训练。首先网络训练的样本数据,然后对选取的数据进行预处理,其次将处理好的数据归一化,选取一个污水处理系统模型建立的误差指标绝对百分比误差。然后确定了网络的输入与输出,设计一个BP神经网络模型,经过多次仿真实验来修正网络参数,从而得出有相对精度神经网络模型。最后分析了神经网络在训练样本个数不同和隐含层的神经元个数不同对网络模型精度的影响。
科研之友
微信
新浪微博
Facebook
分享链接
