Resumen

El proceso de tratamiento anaeróbico es un sistema multivariable complicado que es no lineal y variable en el tiempo. Además, las tasas de producción de biogás son un indicador importante para reflejar el rendimiento operativo del sistema de tratamiento anaeróbico. En este trabajo, se estableció un novedoso modelo de red neuronal de ondas difusas basado en algoritmos genéticos (GA-FWNN) que combina las ventajas del algoritmo genético, la lógica difusa, la red neuronal y la transformada wavelet para la predicción de la calidad del efluente y las tasas de producción de biogás en un proceso de tratamiento de aguas residuales anaeróbico a escala real. Además, el conjunto de datos fue preprocesado mediante un agrupamiento de c-medias difuso autoadaptativo antes de entrenar la red y un algoritmo híbrido para adquirir los parámetros óptimos del GA-FWNN multiescala para mejorar la precisión de la red. Los resultados del análisis indican que el FWNN con el algoritmo óptimo tu

• Materias:Modelo de tráfico Sistemas antifrágiles Sistemas multiagente Componentes complejos
• Subjects:Traffic model Anti-fragile systems Multiagent systems Complex components
• Palabras claves:Proceso de tratamiento anaerobio; Tasas de producción de biogás; Algoritmo genético; Red neuronal difusa de ondaletas; Calidad del efluente; Sistema de tratamiento de aguas residuales
• Keywords:Anaerobic treatment process; Biogas production rates; Genetic algorithm; Fuzzy wavelet neural network; Effluent quality; Wastewater treatment system