免费无毒黄片_娇妻的欧美交换视频_毛片点击进入在线播放_午夜精品国产AV,亚洲日韩色在线高淯v,依依成人网在线观看,九一av在线,老熟妇性色老熟妇性,久久电影午夜伦高清A片,黄片免费国产,av无码免费无禁网站久久

���v�h(hu��n)���W(w��ng) > ˮ̎�� > ��Q���� > ����

������ϵ�y(t��ng)��ˮCOD�A(y��)��(b��o)����(j��ng)�W(w��ng)�j(lu��)ģ��

���•r(sh��)�g��2014-03-28 08:58 ��(l��i)Դ����һՓ�� ����: ��x��1963 �W(w��ng)���u(p��ng)Փ0�l

ժҪ�����������ˮ�������ĵ�Carrousel������(���º�(ji��n)�Q������)ϵ�y(t��ng)�鿼�쌦(du��)��,��ᘌ�(du��)ԓϵ�y(t��ng)�M(j��n)ˮˮ�|(zh��)��(f��)�s�����Ɯ�����y�c(di��n),�������˹���(j��ng) �W(w��ng)�j(lu��) �� ��Փ �� ���� ,����(du��)��ģ�M ���� �������˻���BP�W(w��ng)�j(lu��)��������ϵ�y(t��ng)��ˮCOD�A(y��)��(b��o)ģ��,��ģ�����ܙz�(y��n)���`���șz�(y��n)����,�����ɵ�ģ�͜�(zh��n)�_�ȸߣ��m��(y��ng)�ԏ�(qi��ng),����ֱ������ԓϵ�y(t��ng)��ˮCOD�A(y��)��(b��o),���@�������Ϲ�ˇ�ھ������ṩ��һ�l��(ji��n)���;����

�P(gu��n)�I�~���˹���(j��ng)�W(w��ng)�j(lu��) ������ϵ�y(t��ng) ��ˮCOD

The ANN Model Predicting Effluent COD of Carrousel Oxidation Ditch System.

Abstract: The carrousel oxidation ditch system in Luohe Center of Wastewater Treatment is difficult to control on-line because the influent characteristics are complex and vary significantly. To resolve the problem, advanced artificial neural network (ANN) was employed to simulate the correlation between water parameters of oxidation ditch system and a BPNN model predicting effluent COD was built up. Sentivity and performance tests showed that the model can adapt to different situations and has good ability to generalize. It can be directly used to predict effluent COD concentration, which is very helpful to oxidation ditch system control on-line.

Keywords: ANN; oxidation ditch system; effluent COD

�������ˮ����������2000��7����ʽͶ�a(ch��n),�����õ��ǵ��͵ĘO�ߴ����Ե�Carrousel�����Ϲ�ˇ,����ˮ��(l��i)Դ��Ҫ�����׏Uˮ��ʳƷ�ӹ��Uˮ,�������Uˮ��������ˮ,������Ҫ���g(sh��)ָ��(bi��o)��һ�ڹ��̣�2000��7.7�f(w��n)��/��(������ˮ2�f(w��n)��/�գ� ���I(y��) ��ˮ5.7�f(w��n)��/��),���O(sh��)Ӌ(j��)����8�f(w��n)��/��,���O(sh��)Ӌ(j��)���M(j��n)ˮؓ(f��)�ɣ�COD≤500mg/l��BOD5≤200mg/l,��SS≤200mg/l,���O(sh��)Ӌ(j��)��ˮָ��(bi��o)��COD≤120mg/l��BOD5≤30mg/l,��SS≤30mg/l,����(sh��)�H��ˮˮ�|(zh��)��r(��ģ(���˹���(j��ng)�W(w��ng)�j(lu��)�����������ϳ�ˮCOD�A(y��)��(b��o)��ģ�͵ĺ�(ji��n)�Q)��(sh��)�W(xu��)��(sh��)��(j��)����������������ӛ����г������·�����ӛ�)��SS��10��170mg/l��COD��16��77mg/l,��TN��2.9��56mg/l,��TP��0.03��0.91mg/l ;���ڹ���2010��11.8�f(w��n)��/��(������ˮ2.6�f(w��n)��/�գ����I(y��)��ˮ9.2�f(w��n)��/��),�������M(j��n)ˮ�й��I(y��)��ˮ�ɷ��_(d��)���s74%,��(sh��)�H�\(y��n)��ˮ�|(zh��)����(d��ng)�O��,����(du��)ϵ�y(t��ng)��(g��u)�ɏ�(qi��ng)�қ_�����M(j��n)ˮCOD���ӛ䛳��^(gu��)600mg/l,���M(j��n)ˮSS��(j��ng)���S����115��600mg/l,����ͬ�������M(j��n)ˮˮ�|(zh��)��(qi��ng)�������ʹ��ˇ�ھ����Ʊ��^����,����ˮ�_(d��)��(bi��o)�ŷ��y�Ա��C,����(du��)�������@һ��(f��)�s�Ļ�������ϵ�y(t��ng)������ Ӱ� ��ˇ�^(gu��)�̵����ط���(y��ng)�ď�(f��)�s�Ժ͸߶ȷǾ���,����Ҏ(gu��)��ģ���m��(y��ng)��������,�����ԙC(j��)����������A(ch��)�Ą�(d��ng)���W(xu��)ģ��Ҫ����Ϣ��䣬����(sh��)�Rȫ,����(sh��)�H���a(ch��n)�в������ƏV,���˹���(j��ng)�W(w��ng)�j(lu��)(ANN)�����B�m(x��)�r(sh��)�g�Ą�(d��ng)���W(xu��)�О顢���õķǾ���Ʒ�|(zh��),����Ҏ(gu��)ģ���зֲ�̎��,���߶ȷ�(w��n)���Ժ� �W(xu��)��(x��) “(li��n)�����������c(di��n)�����V�� ��(y��ng)�� ��ģʽ�R(sh��)�e,����̖(h��o)̎��,��ϵ�y(t��ng)�����С�����ANN���Բ������Ϣ��ģ,������Ҫ�����R(sh��)��(du��)���A�νY(ji��)��(g��u)�����(y��n)֪�R(sh��),����ģ������(ji��n)��[1-3]���� �о� ᘌ�(du��)ԓ��������������ϵ�y(t��ng)�M(j��n)ˮˮ�|(zh��)��(f��)�s,�������,�����Ɯ�����y�c(di��n)��ͨ�^(gu��)ʹ��BPģ��,��ֱ���������\(y��n)�Еr(sh��)�����a(ch��n)��(sh��)��(j��)��W(xu��)��(x��)�ӱ���ģ���A(y��)��(b��o)��ˮCOD,��Ԕ��(x��)̽ӑ��ģ���O(sh��)Ӌ(j��),��Ӗ(x��n)�����z�(y��n)�ȭh(hu��n)��(ji��)�����ɵ�ģ�͜�(zh��n)�_���^��,���m��(y��ng)�ԏ�(qi��ng),��������һ�N�����c������Y(ji��)�ϵ���Ч���ߣ�ֱ������ԓϵ�y(t��ng)��ˮCOD�A(y��)��(b��o),��

1 ģ��ԭ�����O(sh��)Ӌ(j��)

1.1 BP�W(w��ng)�j(lu��)�

���`������ԭ�t������BP(Back Propoga--tion)�W(xu��)��(x��)�㷨,���Ǯ�(d��ng)ǰANN���g(sh��)����ɹ��ČW(xu��)��(x��)�㷨,��ǰ����BP�W(w��ng)�j(lu��)���ڴ˻��A(ch��)�ϸ��M(j��n)����(j��ng)�W(w��ng)�j(lu��)���Ǯ�(d��ng)ǰ��(y��ng)����V���ľW(w��ng)�j(lu��)���[4],�����о���MATLAB�h(hu��n)���µ���(j��ng)�W(w��ng)�j(lu��)�������c�y(t��ng)Ӌ(j��)������[5]�锵(sh��)�W(xu��)����,�����Ƶ�BPģ����������(j��ng)Ԫ�M�ɣ�����Ҫ���c(di��n)�ǣ�

1.1.1 ݔ�����Ӱ푳�ˮCOD�ĸ����ؽM��,����ʹ�ӱ���Ϣ�M���S��,�������]��ָ��(bi��o)�O(ji��n)�y(c��)������У��x�����…���(sh��)����ݔ��ʸ����X1��ˮ��,��X2:�M(j��n)ˮSS���,X3���M(j��n)ˮCOD���,X4���M(j��n)ˮ�������,X5��MLSS,X6��MLVSS,X7��SV30(����30��������w�e��),��ݔ���Ӯa(ch��n)��ANNݔ��ʸ��Y�����о�ϣ��ݔ�����dz�ˮCOD���Y,���[���ӌӔ�(sh��)���x���c ��(w��n)�} �ď�(f��)�s�����P(gu��n),���[���ӌӔ�(sh��)�����ӌ�ʹӖ(x��n)���M(f��i)�ü������������о�����һ���[����,���[��(ji��)�c(di��n)��(sh��)�Ĵ_�����]����ԭ�t���٘ӱ���(sh��)���ھW(w��ng)�j(lu��)���{(di��o)��(sh��)[6];�ڎ׺�ƽ��Ҏ(gu��)�t[7]����(du��)һ��(g��)���ӾW(w��ng)�j(lu��),������n��(g��)ݔ�빝(ji��)�c(di��n)��m��(g��)ݔ����(ji��)�c(di��n),���t���g�ӹ�(ji��)�c(di��n)��(sh��)H= ,�����о�ȡ��(ji��)�c(di��n)��(sh��)4��14�����ڌ�(du��)���ڸ��󷶇���(y��u)��,���D1�o����Ӗ(x��n)���ɹ���һ�M�W(w��ng)�j(lu��)�Y(ji��)��(g��u),��

1.1.2����logsig��tansig����(sh��)�����[���Ӽ����(sh��)���քeʹ���@�ɷN����(sh��)���W(w��ng)�j(lu��)Ӗ(x��n)��,����(y��u)����,����logsig����ݔ���Ӽ����(sh��)����ݔ���Y(ji��)��������[0,1],��ʽ��,��b��ƫ��ֵ,x��ʾ�[�����еĹ�(ji��)�c(di��n)��(sh��)ֵ��

logsig����(sh��)��

tansig����(sh��)��

1.1.3 ����Levenberg-Marquart�Ք�Ҏ(gu��)�t,��ԓҎ(gu��)�t�����˔�(sh��)ֵ��(y��u)���㷨,���ɸ���(j��)�`���С�Ԅ�(d��ng)�{(di��o)��ţ�D���c�ݶȷ���Ӗ(x��n)���еı��أ��� Ŀǰ �����Ք��㷨,����󽵵���Ӗ(x��n)���M(f��i)��,��

1.2��Ӗ(x��n)�����c�z�(y��n)��

ANNģ�͵��A(y��)��(b��o)�����c�W(xu��)��(x��)�ӱ��|(zh��)������Ϣ���o�����P(gu��n)����ˮCOD�A(y��)��(b��o)��BP�W(w��ng)�j(lu��)ģ��(���º�(ji��n)�Qģ��)�ӱ���(sh��)��(j��)ȡ���������ˮ��������2000��8����2002��2���g���a(ch��n)��(sh��)��(j��),������ӛ�(����ȫ��ģ��ݔ��ݔ������(sh��))��89�M,���޳��l(f��)�����a(ch��n)�¹�(��ӛ�d����A�ж�������������Û��)��B(t��i)��ӛ�7�M��ʣ��82�M(���]����(sh��)��(j��)�ӱ���Ҏ(gu��)ģ����,���ʰ�����һЩ����(bi��o)�ŷŔ�(sh��)��(j��)),�������_����W(xu��)��(x��)�ӱ������M(j��n)ˮˮ�|(zh��)����(sh��)׃��������ˮ�أ�10.8��3��;SS��139��1062mg/l;COD��109��694mg/l;NH4+-N��12.88��496mg/l;���ƅ���(sh��)��SV30��12��93;MLVSS��1107��3484 mg/l;MLSS��2226��6226 mg/l,�����a(ch��n)��(b��o)��o(w��)�M(j��n)ˮˮ��ӛ�d,���ʼٶ�ÿ��(g��)�������M(j��n)ˮˮ���B�m(x��)��(w��n)����������ģ�͙z�(y��n)�Y(ji��)����ӳ���M(j��n)ˮˮ����һ��(g��)��Ҫģ�ͅ���(sh��),������ȱ�����P(gu��n)��(sh��)��(j��),��ʹ��ģ������Ƿ�ѡ��Y�x��82�M�����Ԕ�(sh��)��(j��)��,��ͨ�^(gu��)��Ҫ�ɷַ����������[8],���l(f��)�F(xi��n)���M�ӱ����xȺ�A�򣬵���̫ͻ��,������ȥ��,�Է�ֹ��Ϣ���ēpʧ,����K�_���W(xu��)��(x��)�ӱ�Ҏ(gu��)ģ��82�M��

�ԚW�Ͼ��x������������ԵĽy(t��ng)Ӌ(j��)��,������ƽ�����x�Д�����(j��)��ԭʼ�ӱ��֞�10�,������(j��)��Y(ji��)�����ĸ�����S�C(j��)���x1/3���ҵĘӱ��w��z�(y��n)��,��ʣ��Ěw��Ӗ(x��n)����,����K�_��47�M����Ӗ(x��n)����35�M���ڙz�(y��n),�������,�����C����ȡ��Ӗ(x��n)���ӱ��ֲ��������ܸ��wԭʼ�ӱ��ṩ�ĽY(ji��)��(g��u)��Ϣ�����a(b��)��ԭʼ��(sh��)��(j��)���^�ٵIJ���,��

��(du��)Ӗ(x��n)�����c�z�(y��n)����(sh��)��(j��)���A(y��)̎��,���P���ڴ�������c(di��n)Ҏ(gu��)�����ٱ���ԭʼ�ӱ��y(t��ng)Ӌ(j��) Ҏ(gu��)�� ����(sh��)��(j��)��?f��)�Y(ji��)��(g��u),���ڽ^�󲿷־W(w��ng)�j(lu��)����ݔ��Ҫ��ݔ���Ӽ����(sh��)�����Ѕ^(q��)��(n��i),�������M(j��n)�벻��(y��ng)�^(q��)����(du��)logsig����(sh��)����,�����Ѕ^(q��)��[0.15,0.85],���۾W(w��ng)�j(lu��)ݔ����׃�Q���ܷŴ��`����о���(du��)ԭʼ��(sh��)��(j��)�������A(y��)̎��,ʽ��x����ԭʼֵ, xmin�cxmax�քe��ʾԭʼֵ�е���Сֵ�c���ֵ,xnorm��ʾӖ(x��n)��ݔ��ֵ��

1.3����ģԇ�(y��n)Ҫ�c(di��n)

1.3.1������Ӗ(x��n)��,���z�(y��n)�ӱ�����������•,�����Сδ֪���ʽ�ģ��(y��ng)���A(y��)��(b��o)��(zh��n)�_��������ҪĿ��(bi��o),���������ҪĿ��(bi��o),���@������ٙz�(y��n)�`��E���z�(y��n)�ӱ��W(w��ng)�j(lu��)ݔ��ֵ���S�`�������;�ڜ�(zh��n)�_�ȣ�������E�ęz�(y��n)�ϸ��ʡ���Ӗ(x��n)����ƽ���`��G����ģ�;��ȣ����Ȳ����^(gu��)��,����t��(hu��)�T��(d��o)�W(w��ng)�j(lu��)ӛס��•,����΅f(xi��)�{(di��o)�����c��(zh��n)�_��֮�g��ì�ܣ��ҳ�������ѽM��,���M�����_(d��)��ģ�������(y��u)���ǔ�(sh��)ֵԇ�(y��n)������֮��,��

1.3.2��BP�W(w��ng)�j(lu��)�W(xu��)��(x��)�Ք��ٶȼ��ֲ���С�c(di��n)�����܌�(du��)��ʼ����(qu��n)ֵ��ƫ����ʮ������,�����о�ͨ�^(gu��)�Ӵ��S�C(j��)��ʼ���Δ�(sh��)��(l��i)����ģ�͝M���,����(du��)�o���ľW(w��ng)�j(lu��)�Y(ji��)��(g��u)������(sh��)�M�ό�(sh��)��1000���S�C(j��)��ʼ����(qu��n)ֵ��ƫ��������,��

1.3.3��ģ�����ܙz�(y��n),���������(xi��ng)ָ��(bi��o)[9-12]:���P(gu��n)ϵ��(sh��)C���������`��R,����(bi��o)��(zh��n)�������`��N,��ƽ������(du��)�`��A(y��)������ʽ��x,��y�քe��ʾݔ���cݔ���ӱ�ֵ,���˜�(bi��o)i��ʾ��i��Ӗ(x��n)���r(sh��)��(du��)��(y��ng)�ӱ�ֵ��n��ʾӖ(x��n)���Δ�(sh��),�� ,�� ��ʾ����(y��ng)�ӱ���ֵ��x1i��ʾݔ���һ��(g��)׃���ĵ�i��(g��)�ӱ�ֵ,��x2i��ƣ�

��(du��)�W(w��ng)�j(lu��)��(sh��)�Hݔ���c����ݔ��(�^�y(c��)ֵ)��ָ��(bi��o)�z�(y��n),���ɷ�ӳ��ģ�͵ıƽ����ܡ�

1.3.4��ģ�͵��`���șz�(y��n)[13]��Ŀ��(bi��o)ֵ�ڶ�S���g��ÿһ�c(di��n)�S����(g��)��׃����׃����׃��څ��(sh��),���`��������ƽ������ԓ�(xi��ng)ݔ�댦(du��)�W(w��ng)�j(lu��)ݔ����Ӱ��^(gu��)��,���`�����������F(xi��n)ͻ׃���Д��ʾԓ�(xi��ng)ݔ�댦(du��)�W(w��ng)�j(lu��)ݔ����Ӱ��^(gu��)��(qi��ng)���˕r(sh��)ģ��ģ�M���ܲ���(w��n)��,�������@�ɷN��r,����(y��ng)�^�m(x��)�������{(di��o)��ݔ��׃����(g��)��(sh��)����Ӗ(x��n)����

2 ģ��Ӗ(x��n)�����z�(y��n)

��ģ��(sh��)ֵԇ�(y��n)����(sh��)�{(di��o)�������O(sh��)����E:0.2��0.4;G:0.001��0.5;�[��(ji��)�c(di��n)��(sh��)H:4��14;�[���Ӽ����(sh��):tansig��logsig;ݔ���Ӽ����(sh��):logsig;Ӗ(x��n)���������Δ�(sh��):1000,����72,000������Ӗ(x��n)���кY�x����ѵ�һ�M��: �W(w��ng)�j(lu��) �Y(ji��)��(g��u)7-6-1(������(j��ng)�W(w��ng)�j(lu��)ÿ�ӹ�(ji��)�c(di��n)��(sh��)), E=0.3, G=0.15,H=6,�[���Ӻ���(sh��):tansig,��ģ��Ӗ(x��n)����(j��ng)�^(gu��)18�ε����_(d��)����(w��n)����Ӗ(x��n)����ƽ���`��0.13,�D2���`���½�����;ģ��ģ�M���z�(y��n)(�A(y��)��(b��o))�Y(ji��)��Ҋ(ji��n)�D3,��

�D2 �`���½�����

Fig 2. The Error Curve of Training

ģ������ָ��(bi��o)ֵҊ(ji��n)��1,��

��1 ģ������ָ��(bi��o)

Tab 1 The Values of Model Performance Testing

ָ��(bi��o)

C

R N A

ģ�M

0.9517

5.0152

0.1309

0.1214

�A(y��)��(b��o)

0.7399

9.9225

0.2645

0.2436

�C��

0.8709

7.5127

0.1978

0.1736

�� �W(xu��)��(x��) �ӱ����z�(y��n)�ϸ�Ęӱ�����ȡһ�M�ӱ�,��(du��)��(y��ng)ݔ��ʸ��X1…X7�քe��:{14.3,273,292,33,5479,3394,44},����W(w��ng)�j(lu��)ݔ���S���(xi��ng)ݔ��׃������׃��څ��(sh��)���`��������Ҋ(ji��n)�D4

�D3 ��ˮCODԭʼֵ�cģ�M/�A(y��)��(b��o)�Y(ji��)��

Fig.3. Observed and Simulated/Predicted Results of Effluent COD

�D4 ��`��������

Fig 4. The Sentivity Curves of Model

3 ��ӑՓ

3.1���W(xu��)��(x��)�ӱ����|(zh��)����(du��)ģ���A(y��)��(b��o)���ȼ���(zh��n)�_�� Ӱ� �O��,���W(xu��)��(x��)�ӱ���������•�ɔ_������ģ�͵��A(y��)��(b��o)���ȼ���(zh��n)�_��,���M��ͨ�^(gu��)���ɷ� ���� �c�������Ч�ھ��˘ӱ���Ϣ,����•�ɔ_�cӖ(x��n)���ӱ�Ҏ(gu��)ģ�^С��ģ��Ӗ(x��n)����(zh��n)�_���c�����M(j��n)һ����ߵ���Ҫ�ϵK��

3.2��ģ�����ܙz�(y��n)�����ϸ�,���z�(y��n)����(du��)��(y��ng)��ƽ������(du��)�`��<0.25,�����P(gu��n)ϵ��(sh��)�ӽ�0.75,��(bi��o)��(zh��n)�������`��0.26,ͨ�^(gu��)�D3�ɿ�����ģ�����A(y��)��(b��o)�^(q��)�܌�(du��)��ˮCOD��ֵ�������_푑�(y��ng),�������W(w��ng)�j(lu��)��Ӗ(x��n)���в�׽����������ϵ�y(t��ng)����(sh��)�g�P(gu��n)ϵ�ı��|(zh��),����E≤0.3��ǰ���£��A(y��)��(b��o)��(zh��n)�_���_(d��)��82.9%,����E≤0.35��ǰ����,���A(y��)��(b��o)��(zh��n)�_���_(d��)��88.6%���C�����P(gu��n)ϵ��(sh��)0.87,�C�Ϙ�(bi��o)��(zh��n)�������`��0.19,���ɵ�ģ�Ϳ���,��

3.3����(sh��)ֵԇ�(y��n)��,����߾��ȣ���(zh��n)�_���½�;���;���,����(zh��n)�_������,����(du��)���^����•�Ęӱ�Ӗ(x��n)�����ԣ��m��(d��ng)���;���,���љz�(y��n)���c(di��n)���ڜ�(zh��n)�_�����ǿ�ȡ��,��

3.4 ���`��������������Ҋ(ji��n)����ˮCOD��(du��)7�(xi��ng)ݔ��?y��n)��?sh��)���`���Ⱦ��^��,���`���������⻬,�������ܶ�����ӳ���o��ˮ�|(zh��)�l���³�ˮCOD�c���(xi��ng)ݔ��?y��n)��?sh��)�����P(gu��n)�Լ����(xi��ng)����(sh��)��(du��)��ˮCOD����ѿ����c(di��n)��

4 �Y(ji��)Փ

1 ���������ˮ��������������ϵ�y(t��ng)�鿼�쌦(du��)��,�������˹���(j��ng)�W(w��ng)�j(lu��) ���� ��(du��)���M(j��n)��ģ�M����,��������������ϵ�y(t��ng)��ˮCOD�A(y��)��(b��o)ģ��(���º�(ji��n)�Q�A(y��)��(b��o)ģ��)��

2 �������A(y��)��(b��o)ģ��,����E ≤0.3��ǰ����,���A(y��)��(b��o)��(zh��n)�_���_(d��)��82.9%����E≤0.35��ǰ����,���A(y��)��(b��o)��(zh��n)�_���_(d��)��88.6%,���C�����P(gu��n)ϵ��(sh��)0.87,�C�Ϙ�(bi��o)��(zh��n)�������`��0.19��

3 �������A(y��)��(b��o)ģ��,����ˮCOD��(du��)7�(xi��ng)ݔ��?y��n)��?sh��)���`���Ⱦ��^��,���`���������⻬�������ܶ�����ӳ���o��ˮ�|(zh��)�l���³�ˮCOD�c���(xi��ng)ݔ��?y��n)��?sh��)�����P(gu��n)�Լ����(xi��ng)����(sh��)��(du��)��ˮCOD����ѿ����c(di��n),���齨��ˮ�|(zh��)����(sh��)�ķ�������ģ��,�����A(y��)��(b��o)�c����������Y(ji��)�ϣ���(sh��)�F(xi��n)������ϵ�y(t��ng)�ھ����ܿ��Ƶ춨�˻��A(ch��),��

���� �īI(xi��n) ��

1 ��ެ. ��(j��ng) Ӌ(j��)�� ���ܻ��A(ch��)ԭ��,������[M]. �ɶ�: ���� ��ͨ ��W(xu��)��������,2000.

2 ����,����ؑ,�ܶ�.�˹���(j��ng)�W(w��ng)�j(lu��)��(du��)ˮ̎��ϵ�y(t��ng)��ģ�m��(y��ng)�� �о� [J]. �h(hu��n)�� �ƌW(xu��) �W(xu��)��(b��o),1999,��19(1):33-36.

3 ������,���v�J,�����. �gЪ�ؚ��������ϵ�y(t��ng)��(j��ng)�W(w��ng)�j(lu��)ˮ�|(zh��)ģ��[J]. �Ї�(gu��) �oˮ��ˮ,2000,16(11):15-18.

4 ���. �˹���(j��ng)�W(w��ng)�j(lu��)��(sh��)�ý̳�[M]. ����: �㽭��W(xu��)������,2001.

5 „��,��¶,��������. MATLAB��(j��ng)�W(w��ng)�j(lu��) ��(y��ng)�� �O(sh��)Ӌ(j��)[M]. ����: �ƌW(xu��)������,2000.

6 ����(��i)��,�n˷�, ���޵�. �\(y��n)�ûؚw�����c�˹���(j��ng)�W(w��ng)�j(lu��)�A(y��)�y(c��)�������廯����������オ�����ʳ���(sh��)[J].�h(hu��n)���ƌW(xu��),1998,

19(1):37-40.

7 ��|��,������,�ΐ�(��i)���. BP��(j��ng)�W(w��ng)�j(lu��)���ڽoˮ�ܾW(w��ng)ģ�Mԇ�(y��n)�r(sh��)�Ę�(g��u)�셢��(sh��)�O(sh��)Ӌ(j��)[J]. �oˮ��ˮ,2001,27(2):10-13.

8 �K����,������. MATLAB6.1��(sh��)��ָ��(�σ�(c��))[M]. ����: ��� ���I(y��) ������,2002.

9 Sang H S, Sea C O, Byung W J, etc. Prediction of Ozone Formation Based on Neural Network[J].J. Envir. Engrg.,ASCE,2000, 8:688-696.

10 . Cameron M Z, Donald H B,, Slobodan P S. Short term streamflow forecasting using artificial neural networks[J]. J.Hydro, 1999,214(1):32-48.

11 .Catherine F.B, Pierre L.C..Neural Network Modeling of Organics Removal by Activated Carbon Cloths[J].J.Envir.Engrg,2001,(10):889-894.

12 . Tay J.H, Zhang Xie-yue. Neural Fuzzy Modelling of Anaerobic Biological Wastewater Treatment Systems[J].J. Envir. Engrg.,ASCE,1999,12:1149-1159.

13 .����O,�J��,�������. ģʽ�R(sh��)�e�����ڻ��W(xu��)�����еđ�(y��ng)��[M].����:�ƌW(xu��)������.2000.

•�����D(zhu��n)�d�����dz��ڂ��f������Ϣ֮Ŀ�ġ����Ё�(l��i)Դ��(bi��o)ע�e(cu��)�`���ַ������ĺϷ���(qu��n)��,��Ո(q��ng)���߳֙�(qu��n)���C���c���W(w��ng)“(li��n)ϵ,���҂������r(sh��)�������h��,���x�x��

  ʹ��΢��“��һ��”��������“���v�h(hu��n)���W(w��ng)”

�P(gu��n)�ڡ�������ϵ�y(t��ng)��ˮCOD�A(y��)��(b��o)����(j��ng)�W(w��ng)�j(lu��)ģ�� ���u(p��ng)Փ
�ǷQ�� �(y��n)�C�a�� 

�W(w��ng)���u(p��ng)Փ�H������_(d��)��(g��)�˿���,�������������v�W(w��ng)ͬ�����^�c(di��n)���C��(sh��)��������

2022ھŌõИI(y)ЙC(j)(VOCs)ȾO(jin)y(c)g(sh)(hu)
2022���ھŌõ����ИI(y��)�ЙC(j��)��(VOCs)��Ⱦ�������O(ji��n)�y(c��)���g(sh��)������(hu��)

ʮ�����_(k��i)ƪ֮��,�҇�(gu��)�����Ⱦ�����M(j��n)������A��,��VOCs�����΄�(w��)��

ȾЄ(dng)Ӌ(j)
������Ⱦ�����Є�(d��ng)Ӌ(j��)��

5��31��,���ڽ�(j��ng)�v�ˏV��������Ҋ(ji��n),������{(di��o)��Փ�C������(f��)�޸�����֮��