第四章 結果與討論
第四節 ANFIS 模擬 COD 之結果
一、 以三角形隸屬函數預測
ANFIS 三角形隸屬函數對 COD 網路訓練與預測結果：本研究以 2 V 1、3 V 1 、4 V 1 進行預測模擬；COD 對 4 個參數 (SS、TA、P、NH3-N )模擬訓練 之結果，其 MAPE 為 9.71%、其 R 值為 0.99、MSE 值為 0.61、RMSE 值為 0.78；預測之結果，其 MAPE 為 36.97%、R 值為 0.92、MSE 值為 21.39、RMSE 值為 4.62，結果顯示訓練 MAPE 屬於高精確度，預測之 MAPE 屬於合理範圍；
訓練與預測之 R 值屬於高度相關。
COD 參數 (SS、TA、P)模擬訓練之結果，其 MAPE 為 11.75%、其 R 值 為 0.99、MSE 值為 1.05、RMSE 值為 1.03；預測之結果，其 MAPE 為 35.89%、
R 值為 0.98、MSE 值為 32.64、RMSE 值為 5.71，結果顯示訓練 MAPE 屬於 良好範圍，預測之 MAPE 屬於合理範圍；訓練及預測之 R 值屬於高度相關。
COD 參數 (SS、TA)模擬訓練之結果，其 MAPE 為 9.91%、其 R 值為 0.99、MSE 值為 0.68、RMSE 值為 0.82；預測之結果，其 MAPE 為 36.04%、
R 值為 0.90、MSE 值為 315.22、RMSE 值為 17.75，結果顯示訓練 MAPE 屬 於高精確度，預測之 MAPE 屬於合理範圍；訓練及預測之 R 值屬於高度相關。
ANFIS 三角形隸屬函數對 COD 整體結果顯示訓練 MAPE 均屬於高度精確，
預測之 MAPE 值屬於合理範圍。訓練與預測之 R 值屬於高度相關。顯示模擬 值與實際值模擬效果合理。將上述模擬結果整理於表 4-9。
67
表 4-12 三角隸屬函數模擬 COD 之結果 ANFIS
COD
三角函數 MAPE (％) R MSE RMSE
4V1
訓練 9.71% 0.99 0.61 0.78 預測 36.97% 0.92 21.39 4.62
3V1
訓練 11.75% 0.99 1.05 1.03 預測 35.89% 0.98 32.64 5.71
2V1
訓練 9.91% 0.99 0.68 0.82 預測 36.04% 0.90 315.22 17.75
68
二、 以梯形隸屬函數預測
ANFIS 梯形隸屬函數對 COD 網路訓練與預測結果： COD 對 4 個參數模 擬訓練之結果，其 MAPE 為 26.79%、其 R 值為 0.97、MSE 值為 8.98、RMSE 值為 3.00；預測之結果，其 MAPE 為 32.81%、R 值為 0.77、MSE 值為 121.52、
RMSE 值為 11.02，結果顯示訓練及預測 MAPE 屬於合理範圍；訓練與預測 R 值屬於高度相關。
COD 對 3 個參數模擬訓練之結果，其 MAPE 為 28.99%、其 R 值為 0.96、
MSE 值為 11.69、RMSE 值為 3.42；預測之結果，其 MAPE 為 31.29%、R 值 為 0.79、MSE 值為 83.92、RMSE 值為 9.16，結果顯示訓練及預測 MAPE 屬 於合理範圍；訓練與預測 R 值屬於高度相關。
COD 對 2 個參數模擬訓練之結果，其 MAPE 為 18.68%、其 R 值為 0.99、
MSE 值為 2.06、RMSE 值為 1.43；預測之結果，其 MAPE 為 24.64%、R 值 為 0.78、MSE 值為 75.34、RMSE 值為 8.68，結果顯示訓練 MAPE 屬於良好 範圍，預測之 MAPE 屬於合理範圍；訓練及預測之 R 值屬於高度相關。
ANFIS 梯形隸屬函數對 COD 整體結果顯示訓練與預測 MAPE 均屬於合理 範圍；訓練與預測之 R 值皆屬於高度相關。顯示模擬值與實際值模擬效果合理。
將上述模擬結果整理於表 4-10。
69
表 4-13 梯形隸屬函數之模擬 COD ANFIS
COD
梯形函數 MAPE (％) R MSE RMSE
4V1
訓練 26.79% 0.97 8.98 3.00 預測 32.81% 0.77 121.52 11.02
3V1
訓練 28.99% 0.96 11.69 3.42 預測 31.29% 0.79 83.92 9.16
2V1
訓練 18.68% 0.99 2.06 1.43 預測 24.64% 0.78 75.34 8.68
70
三、 以鐘形隸屬函數預測
ANFIS 梯形隸屬函數對 COD 網路訓練與預測結果： COD 對 4 個參數模 擬訓練之結果，其 MAPE 為 10.58%、其 R 值為 0.99、MSE 值為 0.71、RMSE 值為 0.84；預測之結果，其 MAPE 為 60.38%、R 值為 0.95、MSE 值為 457.16、
RMSE 值為 21.38，結果顯示訓練 MAPE 屬於良好範圍；訓練 R 值屬於低度相 關，預測 R 值屬於高度相關。
COD 對 3 個參數模擬訓練之結果，其 MAPE 為 16.37%、其 R 值為 0.99、
MSE 值為 2.04、RMSE 值為 1.43；預測之結果，其 MAPE 為 23.06%、R 值 為 0.99、MSE 值為 23.10、RMSE 值為 4.81，結果顯示訓練 MAPE 屬於良好 範圍，預測之 MAPE 屬於合理範圍；訓練及預測之 R 值屬於高度相關。
COD 對 2 個參數模擬訓練之結果，其 MAPE 為 10.89%、其 R 值為 1.00、
MSE 值為 0.76、RMSE 值為 0.87；預測之結果，其 MAPE 為 223.66%、R 值 為-0.83、MSE 值為 34890.46、RMSE 值為 186.79，結果顯示訓練 MAPE 屬於 良好範圍；訓練及預測之 R 值屬於高度相關。
ANFIS 鐘形隸屬函數對 COD 整體結果顯示訓練 MAPE 均屬於良好範圍，
但預測之 MAPE 以 4V1 及 3V1 屬於合理範圍；訓練即預測之 R 值為高度相關。
顯示模擬值與實際值模擬效果合理。將上述模擬結果整理於表 4-11。
71
表 4-14 鐘形隸屬函數之模擬 COD ANFIS
COD
鐘形函數 MAPE (％) R MSE RMSE
4V1
訓練 10.58% 0.99 0.71 0.84 預測 60.38% 0.95 457.16 21.38
3V1
訓練 16.37% 0.99 2.04 1.43 預測 23.06% 0.99 23.10 4.81
2V1
訓練 10.89% 1.00 0.76 0.87 預測 223.66% -0.83 34890.46 186.79
72
四、 以高斯隸屬函數預測
ANFIS 高斯隸屬函數對 COD 網路訓練與預測結果： COD 對 4 個參數模 擬訓練之結果，其 MAPE 為 10.46%、其 R 值為 1.00、MSE 值為 0.72、RMSE 值為 0.85；預測之結果，其 MAPE 為 53.21%、R 值為 0.97、MSE 值為 194.57、
RMSE 值為 13.95，結果顯示訓練 MAPE 屬於高精確度；訓練與預測 R 值屬於 高度相關。
COD 對 3 個參數模擬訓練之結果，其 MAPE 為 16.76%、其 R 值為 0.99、
MSE 值為 1.87、RMSE 值為 1.37；預測之結果，其 MAPE 為 27.66%、R 值 為 0.96、MSE 值為 24.84、RMSE 值為 4.98，結果顯示訓練 MAPE 屬於良好 範圍，預測之 MAPE 屬於合理範圍；訓練與預測 R 值屬於高度相關。
COD 對 2 個參數模擬訓練之結果，其 MAPE 為 10.01％、其 R 值為 1.00、
MSE 值為 0.69、RMSE 值為 0.69；預測之結果，其 MAPE 為 99.38%、R 值 為-0.86、MSE 值為 4324.75、RMSE 值為 65.76，結果顯示訓練 MAPE 屬於良 好範圍；訓練及預測之 R 值屬於高度相關。
ANFIS 高斯隸屬函數對 COD 整體結果顯示訓練 MAPE 屬於良好範圍，但 預測之 MAPE 僅 3V1 屬於合理範圍，其餘則不正確；訓練與預測 R 值皆屬於 高度相關，顯示模擬值與實際值模擬效果合理。將上述模擬結果整理於表 4-12。
73
表 4-15 高斯隸屬函數之模擬 COD ANFIS
COD
高斯函數 MAPE (％) R MSE RMSE
4V1
訓練 10.46% 1.00 0.72 0.85 預測 53.21% 0.97 194.57 13.95
3V1
訓練 16.76% 0.99 1.87 1.37 預測 27.66% 0.96 24.84 4.98
2V1
訓練 10.01% 1.00 0.69 0.83 預測 99.38% -0.86 4324.75 65.76
74