的初始参数需要反复试探 ,线性回归模型无需确定 初始参数。 另外 ,从投药预测值 - 实际值的对比图可以看 出 BP模型明显优于回归模型。 总的来说 ,前馈投药控制的 BP模型通过学习 可以根据原水水质进行投药量的有效预测 ,优于回 归模型 ,有一定的自适应性 ,实用性较强。BP模型 具有一定的优越性 ,但也存在一定的局限性 ,对某些 水质的投药预测值还存在误差 ,而且初始参数设置 较为复杂 ,需反复试探。 4　结语 采用烧杯试验数据对混凝加药量进行仿真。通 过对烧杯试验历史数据的学习 ,分别用模糊神经网 络和数学线性回归知识建立烧杯试验的黑箱模型 , 从而进行仿真比较。基于 BPNN的前馈投药控制器 可以根据原水水质进行投药量的有效预测 ,优于回 归模型 ,有一定的自适应性 ,实用性较强 ,但也存在 一定的局限性 ,对某些水质的投药预测值还存在误 差 ,而且初始参数设置需反复试探 ,较为