<br>通过基于自适应网络的模糊推理系统和人工神经网络对渗透膜生物反应器中的水通量进行建模,Bioresource Technology

当前位置： X-MOL 学术 › Bioresource Technol. › 论文详情

Our official English website, www.x-mol.net, welcomes your feedback! (Note: you will need to create a separate account there.)

通过基于自适应网络的模糊推理系统和人工神经网络对渗透膜生物反应器中的水通量进行建模
Bioresource Technology ( IF 9.7 ) Pub Date : 2020-04-18 , DOI: 10.1016/j.biortech.2020.123391
Ahmad Hosseinzadeh ₁ , John L Zhou ₁ , Ali Altaee ₁ , Mansour Baziar ₂ , Xiaowei Li ₃

Affiliation

渗透膜生物反应器（OMBR）是一种新兴的废水处理技术，膜污染是一个主要挑战。本研究旨在开发基于自适应网络的模糊推理系统 (ANFIS) 和人工神经网络 (ANN) 模型来模拟和预测 OMBR 中的水通量。使用混合液悬浮固体 (MLSS)、电导率 (EC) 和溶解氧 (DO) 作为模型输入。对于薄膜复合材料 (TFC) 和三醋酸纤维素 (CTA) 膜，ANFIS 模型（分别为 0.9755 和 0.9861）以及 ANN 模型（分别为 0.9404 和 0.9817）都证明了良好的预测。 ANFIS 模型中 TFC (0.2527) 和 CTA (0.1230) 的均方根误差低于 ANN 模型中的 0.4049 和 0.1449。敏感性分析表明，EC 是 ANN 模型中 TFC 和 CTA 膜最重要的参数，而 EC (TFC) 和 MLSS (CTA) 是 ANFIS 模型中的关键参数。

"点击查看英文标题和摘要"

更新日期：2020-04-18

点击分享查看原文

点击收藏

阅读更多本刊新发论文本刊介绍/投稿指南