基于人工神经网络的造纸废水预测模型
联合国报告,生产家用电器需消耗其自身重量一至两倍的化石原料，但生产电子产品需要消耗其自身重量十倍的化石燃料。纸张的原料来自于植物，其在自然环境中生长吸收二氧化碳。树木通过吸收二氧化碳和水合成纤维素和木质素，树龄较短的树木吸收二氧化碳的能力优于树龄较长的树木吸收二氧化碳的能力，因为树龄较长的树木吸收二氧化碳的量和其树叶腐败释放二氧化碳的量相当。将电脑寿命和传统纸质书籍的寿命相比较，中国造纸协会于2019年2月22日发表了《纸质媒体比电子媒体更低碳》的文章。
我国是一个纸制品消费大国，同时我国也是纸制品生产大国。2019年月中国造纸协会和中国造纸学会发布了《中国造纸工业可持续发展白皮书》。白皮书以中国造纸工业概况开篇，然后从循环经济、原料、产品、生态与环境、技术发展与人才培养和社会责任讲述了造纸工业的可持续发展之路，最后以对可持续发展的展望作结。
《白皮书》中《可持续发展——生态与环境篇》明确表示要严格实施环保标准，逐年减少废水排放。中国造纸工业的环保标准的部分指标比欧美国家还要严格许多，因此我们除了改进生产技术与设备外，还需要一套先进的监测、预测系统，确保排放达标。
造纸废水处理系统一般采用物理或生化方法，它的过程具有非线性、时变性、不确定性、复杂性、滞后性等特点，不易用机理分析和数学推导的方法获得精确的数学模型。
人工神经网络（Artificial Neural Network，即ANN ），是20世纪80 年代以来人工智能领域兴起的研究热点。它从信息处理角度对人脑神经元网络进行抽象， 建立某种简单模型，按不同的连接方式组成不同的网络。人工神经网络是由大量处理单元互联组成的非线性、自适应信息处理系统。它是在现代神经科学研究成果的基础上提出的，试图通过模拟大脑神经网络处理、记忆信息的方式进行信息处理。人工神经网络具有四个基本特征：
1.非线性 非线性关系是自然界的普遍特性。大脑的智慧就是一种非线性现象。人工神经元处于激活或抑制二种不同的状态，这种行为在数学上表现为一种非线性关系。具有阈值的神经元构成的网络具有更好的性能，可以提高容错性和存储容量。
2.非局限性 一个神经网络通常由多个神经元广泛连接而成。一个系统的整体行为不仅取决于单个神经元的特征，而且可能主要由单元之间的相互作用、相互连接所决定。通过单元之间的大量连接模拟大脑的非局限性。联想记忆是非局限性的典型例子。
3.非常定性 人工神经网络具有自适应、自组织、自学习能力。神经网络不但处理的信息可以有各种变化，而且在处理信息的同时，非线性动力系统本身也在不断变化。经常采用迭代过程描写动力系统的演化过程。
以上是毕业论文文献综述，课题毕业论文、任务书、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。
