Abstract：
针对污水处理中关键水质参数氨氮(NH4+-N)难以在线实时准确检测且实验室取样检测时间长，精度低等问题，文中提出了基于RBF 神经网络的出水氨氮软测量模型研究。首先，选择出对出水氨氮影响较大的辅助变量去预测氨氮的变化，然后，利用梯度下降算法优化RBF 网络的结构和参数，结合北京市某污水处理厂的实测数据，对出水氨氮的预测进行仿真并与其他模型对比，结果显示，该模型具有预测误差相对较小，预测准确等优点，说明该预测模型对于氨氮的预测具有一定的实用价值。
Keyword：
Reprint Author's Address：
Email：
Source ：
Year： 2015
Page： 1-1
Language： Chinese
Cited Count：
WoS CC Cited Count： 0
SCOPUS Cited Count：
ESI Highly Cited Papers on the List： 0 Unfold All
WanFang Cited Count： 1
Chinese Cited Count：
30 Days PV： 2
