平流式沉淀池优化设计模型.pdf

平流式沉淀池优化设计模型

摘要：运用反向传播(BP)神经网络模型对已知沉淀池的建设费用进行函数逼近，以已知沉淀池的计算表面积S及

计算体积V为网络的输入，沉淀池的建设费用为网络的输出，获取BP网络模型。对目标沉淀池采用回归正交设计

方法，以沉淀池的长宽比是、沉淀时间t、效率叼为设计因子，编制组合设计表，结合BP网络模型建立平流式沉淀池

的费用函数，以该费用函数最小作为优化模型的目标函数，以沉淀池的各水力要素作为约束条件，建立沉淀池的优

化设计模型。采用连续型的Hopfield网络对模型进行优化求解。通过实例验证，得出的优化设计方案与常规设计

相比可节约费用8％。

关键词：平流式沉淀池；回归正交设计；优化设计模型；Hopfield网络

OptimalDesignModelofHorizontalSedimentationTank

Abstract：Backpropagation(BP)neuralnetworkwasadoptedtofittheknownhorizontalsedimentation

tankconstructioncostwiththecalculationsurfacearea(S)nadvolume(V)ofthetankasinputdata．

Regressionorthogonalmethodwasusedtodesigntheaimsedimentationtnak．Thecombineddesign

tablewasorgnaizedbasedonthedesingfactors：theproportionoflengthtowidth(k)，detentiontime

(t)nadtheefficiency(卵)．Andthehoriozntalsedimentationtnakcostfunctionwasgainedbythe

combineddesigntablenadtheBPnetwork．Thentheintegrationoptimaldesingmodelwassetupon

thebasisoftheobjectivefunctionwiththeminimumcostandtherestrictionhydraulicfactors．There—

suitsofthemodelwerecalculatedwithcontinuousHopfieldnetworkoptimalcomputationtheory．A

czq．sestudyshowsthattheobtainedoptimaldesingCnacutthechargesby8％compraedwiththecon—

ventionaldesing．

Keywords：horiozntalsedimentationtnak；regressionorthogonalmethod；optimaldesingmodel；Hop—

fieldnetwork

同济大学学报(自然科学版)第36卷

对平流式沉淀池的优化设计目的是在满足沉淀利用反向传播(BP)神经网络并结合回归正交

效率及水力条件的情况下使沉淀池土建费用最低．设计方法建立沉淀池的费用函数即目标函数，见图

1所示．

1平流式沉淀池优化设计模型1．1．1BP网络模型

利用BP网络对已知的沉淀池的费用进行函数

1．1目标函数的建立逼近，以获取较好的BP网络模型l1J．

图1费用函数建立过程示意图

Fig．1Schematicdiagramofcostfunctionsettingupprocess

(1)输入输出参数当经过适当变换，转化为0～1之间的值．因为0与

以沉淀池的计算表面积及体积为网络的输入，l都是响应函数的上下限值，不易作为输入输出的