1、“.....在训练之后，不应该被限制到有种好数据试穿它也被要求执行个好预测。因此，仅仅部分实验数据被用于模型构建，使其余大约占总共数据有证实模型预测能力。多层次适当数字以及隐藏每单个神经网节点由实验确定。在些初步尝试后，神经网络系统结构就被建立起来，它包括个具有四到八个节点隐藏单层。因为通过学习用于重量更新因素是该系统输入量，具有不同意义测量通过学习会发挥不同影响。结果，在这项研究中，实际关于学习和测试数据会被按比例绘制成到相同水平。在对生物滤除取样数据模型学习之后，不仅会得到个好适用数据模型，还会得到个令人满意对每种金属溶解百分比预测。表格展示物滤除操作，套时间系列实验数据被记录和污泥值以及镉，铬，铝和锌，铜，铅浓度被用于模型建立。便于联机改进型卡尔曼过滤器预测尽管中介值很容易在线测量，由于它随机自然属性，在几小时前精确地预言这参数数字未来价值......”。

2、“.....实验数据分析表明，生物滤除操作中金属溶解度对是非常敏感。在操作过程中，对中介值较高精度预测，变得很必要。换句话说，生物滤除过程中不确定性应该被消除。实验证据布莱斯斯里克斯曼显示中介里值决定于细菌产生速率，依次是，污泥种类，污泥颗粒浓度，污泥中每种细菌初始浓度，操作发生温度。很明显，污泥质量和生物滤除操作条件在每个生物滤除实例中是不能被保持成不变。事实上，这个操作和另个操作时不同，有时，这种不同还很有意义。表格展示了媒介在难消化，厌氧消化，厌氧消化污泥过程中些典型变化走势。为了减小随机误差对系统模型建立和测量影响，从而使在线测量成功，个随机模型被首次建立起来。借助这个模型，个改进型卡尔曼过滤器被发明出来。生物滤除过程中唯收集到信息是媒介系列不连续测量值。不连续模型方程式被斯里克里斯曼为生物滤除技术积极地描述出来，它涉及软酸性细菌和酸性细菌......”。

3、“.....它发生在操作第阶段，如下，生物滤除随机模型方程式涉及弱酸性细菌，它发生在操作第二阶段，如下弱酸类加上酸类浓度，细菌生长和硫酸浓度详细情况见附录。,神经网络技术操作策略中关键步骤是开发种在线系统来预测金属溶解度数量，更简单策略那六种主要重金属。伴随着定程度上非线性和本身固有复杂性，浸出液浓度和生物滤除操作条件媒介值污泥中六种重金属初始浓度，等等之间关系是复杂。因此它是困难，如果有可能，利用传统回归方法可以构造个可行模型。然而，神经网络技术，提供了种很有特色方法来弄清非线性间复杂关系，而不用非得掌握模型构造知识。所以，它是非常适合解决这些特别模型问题。人造神经网络，作为种智能计算系统，是种相当新技术。它在发达国家被用于动态模型，程序预测，以及化学过程控制斯堡尔特奇卡泰尔基。个单独神经网络，如表格中显示，对于单个任务是很有用......”。

4、“.....为了执行前面提到任务，最好用个更复杂网络。解决范围从两种或现有网络更多混合到固有网络系统马恩。在这项工作中，六种单网络被设计出来，用来预测六种重金属浓度。由于这些网络依靠相同指令工作，所以后来，它们就被组织到块从而形成了套网络系统。这些单网络是用基础程序原理和它们被联系到起方式定义汉特。几种可能网络配置，种对控制作用有重要意义多层次正反馈网络，被应用于这项工作。具有反曲作用神经节点被应用于这项研究这些节点和真神经节点有着惊人相似。向后传播算法罗梅哈特与莫克丽莲荣娃拉和丹菲尔，训练神经网络最常用方法，被采用到这里来指导网络系统产生典型复杂输入模式。结果和评论在线预测媒介值在线对值多级预测是通过按照公式描述进行。方程参量是,,,,,,,,,,它们包括了滤除程序斯在里克里斯曼变量。对值预测按生物滤除程序提前预定好小时执行。线预测所需要信息只有媒介值......”。

5、“.....出于实际缘故，诸如细菌浓度，硫化物浓度，还有他们初始浓度等信息被假定并不是很精确。取样间隔被定为小时。当价值比高时，在三种情况所有初始时期期间,振荡就会发现。这现象主要产生于由造成初始系统噪音，它包括定义不确切地细菌和硫酸盐浓度初始价值。然而，它对这特殊研究不造成任何实际问题，因为金属溶解发生在批操作第二阶段。当值低于，表格显示，震荡期过后，为厌氧污泥提前小时预测值会非常高，并且通常误差都会低于，相似预测手法也会用到厌氧消化和难消化污泥过程中。用于金属浓度预测神经网络系统在生物滤除操作过程中，神经网络系统被应用于对液体中镉，铬，铜，镍，铅，锌等六种重金属浓度预测。在微生物滤除操作期间，金属溶解实验数据百分比在表格中显示，表明所有每种金属初始百分比在滤除过程中决定金属溶解到怎样个程度起着非常重要角色。表格显示神经网络系统，包含个输入变量，媒介值......”。

6、“.....在滤除过程中包含每种金属六个输出变量。这三种污泥难消化，厌氧消化，或者厌氧消化污泥在神经网络系统构架中依次公用着相同模板。用于构建模型数据来源于对种不同污泥实验观察。对于每种生物滤除操作，套时间间隔为小时系列数据被记录下来。，总共,种数据被收集和用于模型发展。以神经网为基础模型，在训练之后，不应该被限制到有种好数据试穿它也被要求执行个好预测。因此，仅仅部分实验数据被用于模型构建，使其余大约占总共数据有证实模型预测能力。多层次适当数字以及隐藏每单个神经网节点由实验确定。在些初步尝试后，神经网络系统结构就被建立起来，它包括个具有四到八个节点隐藏单层。因为通过学习用于重量更新因素是该系统输入量，具有不同意义测量通过学习会发挥不同影响。结果，在这项研究中，实际关于学习和测试数据会被按比例绘制成到相同水平。在对生物滤除取样数据模型学习之后......”。

7、“.....还会得到个令人满意对每种金属溶解百分比预测。表格展示，∫，∫﹛﹜﹛，﹜操作第二部低于时占统治地位酸性细菌情况。∫，∫，∫﹛﹜﹛，﹜在这里是个固定取样间隔。附录Ⅱ参考文献布莱斯，，市政工程，微生物方向。因瑟奥，加拿大魁北克大学。布莱斯，奥克莱尔泰尔基年使金属从污泥中除去两种硫化细菌合作关系。肯微生物学，布莱斯泰尔基，奥克莱尔，污泥中硫化菌滤除金属,恩格奇诺奇诺，神经网系统在化学工程中应用埃斯普特，柯腊达,与梅西尔,污泥除去金属在和空气反应器中停留时间选择，沃特，里斯。，柯腊达,与朱细菌除金属在农业上应用水污染与空气污染古德温和辛合适过滤语言与控制普林特斯霍恩格伍德克里夫李普曼神经网输出介绍马格，马恩复杂网络计算机应用手册，马恩哈斯特纳。荣娃拉，和丹菲尔，运用神经网计算能力来学校工程操作罗曼哈特，和马克莲，。动力和控制程序，压力，卡里布里奇......”。

8、“.....希伯特艾达和马里长普,平行传递程序，约翰怀里。斯里克里斯曼泰尔基,布莱斯，，康柏，生物滤除金属Ⅰ程序参数有效。怀特里斯保尔特，布里斯金,和成里，利用神经网系统对发酵细菌进行在线预测生物技术泰尔基，和柯腊达，。环境控制百科全书车里迷离洛夫，加夫出版社，泰尔基，，杜，斯里克里斯曼，和威廉姆，活性污泥神经网系统操作模型，泰尔基，，斯里克里斯曼，康柏，和布莱斯，，生物滤除金属Ⅱ数学模型，怀特里斯附录Ⅲ注释下面符号会在该篇文章中用到,附录里面常数。污泥中金属镉污泥中金属镉初始量污泥中金属铬污泥中金属铬初始量污泥中金属铜污泥中金属铜初始量金属预测误差，卡尔曼滤器增量极小值，模型参数。最小金属被要求溶解最低水平。金属分解最大允许值时刻金属估计溶解度时刻金属估计溶解度时刻金属估计溶解度修正值初始时刻金属浓度弱酸菌浓度，强酸菌浓度......”。

9、“.....怀特高斯关于中噪音观察序列，零意思，怀特高斯关于中噪音观察序列公式中神经网系统第层第个节点与第层第个节点之间重量污泥中金属锌污泥中金属锌初始量固定取样间隔值为时弱酸菌种最大生长速率值为时强酸菌种最大生长速率弱酸菌种生长速率强酸菌种生长速率具有固定取样间隔取样时间文章版权归环境工程日报所有，它是美国土木工程师组织财产。文章内容不能被抄袭到大量别站点或者被邮寄到没有版权电子邮件管理程序中。当然，用户可以打印，或者发邮件作为私人使用。物滤除操作，套时间系列实验数据被记录和污泥值以及镉，铬，铝和锌，铜，铅浓度被用于模型建立。便于联机改进型卡尔曼过滤器预测尽管中介值很容易在线测量，由于它随机自然属性......”。