結(jié)合神經(jīng)網(wǎng)絡(luò)和遺傳算法的脈沖參數(shù)尋優(yōu)與滅藻實(shí)驗(yàn)研究.pdf

1、循環(huán)冷卻水系統(tǒng)是工業(yè)生產(chǎn)中大型設(shè)備進(jìn)行換熱所必不可少的附帶設(shè)備，由于循環(huán)冷卻水中適宜的環(huán)境條件導(dǎo)致細(xì)菌和藻類大量繁殖，造成了大量生物粘泥和設(shè)備腐蝕的問(wèn)題，嚴(yán)重影響了設(shè)備的換熱效率。因此，對(duì)循環(huán)冷卻水系統(tǒng)中的微生物進(jìn)行殺滅是一道重要的工序。
　　目前，國(guó)內(nèi)外研究大多集中在高壓低頻脈沖對(duì)細(xì)菌的殺滅作用上，而對(duì)高頻低壓脈沖對(duì)微生物的殺滅作用研究較少。另外，電磁脈沖對(duì)微生物的殺滅作用尚無(wú)統(tǒng)一的電磁參數(shù)，有必要采取合適的方法來(lái)進(jìn)行電磁參數(shù)尋

2、優(yōu)。
　　本文主要研究工作如下：
　?、賹?duì)目前常用的兩種人工智能算法——遺傳算法和神經(jīng)網(wǎng)絡(luò)進(jìn)行了系統(tǒng)的介紹，并從理論和實(shí)踐上證明兩種算法結(jié)合的有效性。通過(guò)遺傳算法的全局尋優(yōu)能力來(lái)優(yōu)化BP神經(jīng)網(wǎng)絡(luò)的初始權(quán)值和閾值，從而提高神經(jīng)網(wǎng)絡(luò)的預(yù)測(cè)精度；結(jié)合BP網(wǎng)絡(luò)良好的非線性映射能力以及遺傳算法的全局尋優(yōu)能力，來(lái)解決復(fù)雜系統(tǒng)的參數(shù)尋優(yōu)問(wèn)題。文中完成了程序編制，也通過(guò)對(duì)復(fù)雜非線性函數(shù)的仿真分析加以驗(yàn)證。
　?、诶脤?shí)驗(yàn)室已有設(shè)備，開

3、展了高頻低壓電磁脈沖的滅藻實(shí)驗(yàn)研究。由于葉綠素a含量是衡量水質(zhì)的一個(gè)重要指標(biāo)，與水體中藻類的數(shù)量呈正相關(guān)，因此本文將水體葉綠素a含量的變化率代替滅藻率來(lái)使用。本文通過(guò)正交實(shí)驗(yàn)設(shè)計(jì)，以電壓U、頻率P和處理時(shí)間T三個(gè)參數(shù)作為控制變量，用manta2水質(zhì)分析儀檢測(cè)相應(yīng)的滅藻率，共開展了50組實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明高頻低壓電磁脈沖的滅藻效果明顯。通過(guò)對(duì)實(shí)驗(yàn)數(shù)據(jù)進(jìn)行方差分析，得到三個(gè)控制變量對(duì)滅藻率的影響程度為：處理時(shí)間對(duì)滅藻效果的影響最大最明顯，電