%0 Journal Article
%T 基于改进BP神经网络的厌氧发酵产气量预测模型
%A 滕昆辰
%A 王效华
%A 花亚梅
%A 赵贤林
%J 环境工程学报
%D 2016
%X 为准确预测大中型沼气工程日产气量，采用改进BP神经网络算法，引入动量和自适应调节学习率，根据厌氧发酵机理以及实际工程运行状况，建立以温度、TS浓度以及pH值作为输入层节点，沼气日产气量为输出层节点的预测模型。利用实验获取的150组数据作为模型的训练样本和测试样本，通过Matlab软件进行仿真，结果表明，改进的BP神经网络对沼气的日产气量具有良好的预测能力，建立的沼气日产气量预测模型不仅收敛速度快而且精度高，150组数据的平均预测准确率为84.02%
%K 沼气工程
%K 厌氧发酵
%K 动量
%K 自适应学习率
%K 产气量
%U http://www.cjee.ac.cn/article/doi/10.12030/j.cjee.201505142