MBR中膜污染的人工神经网络预测研究进展
张浩良,刘聪,洪乾坤,王侃鸣,王红宇

Research progress of artificial neural network for membrane fouling prediction in MBR
Haoliang ZHANG,Cong LIU,Qiankun HONG,Kanming WANG,Hongyu WANG
表3 2016—2020年ANNs在膜生物反应器膜污染模拟的应用
Table 3 Application of ANNs in membrane fouling simulation of membrane bioreactor （2016—2020）
模型输入变量输出变量参考文献
MLPNNCOD、膜清洗时间、污泥滤过率、MLVS、pH、温度膜透水率〔36〕
MLPNNHRT、时间、MLSSTMP、COD〔37〕
MLPNN进水浊度、溶解氧、TMP比滤饼阻力〔38〕
MLPNNpH、DO、COD、MLSS、TN、TP等TMP〔39〕
RBFNN膜样本界面相互作用〔40〕

MLPNN

PSO-ANN

温度、临界通量、MLSS、TMP滤饼层阻力〔41〕
PSO-WNNMLSS、温度、压力、总阻力、COD膜通量〔42〕
SDBN各种水质指标膜透水率〔43〕