基于遗传优化BP神经网络的污水处理水质预测研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第一章 绪论 | 第10-13页 |
| ·课题背景及研究意义 | 第10-11页 |
| ·污水处理工作的技术现状 | 第11页 |
| ·污水处理检测系统现状 | 第11-12页 |
| ·课题来源与主要研究内容 | 第12-13页 |
| 第二章 活性污泥处理系统及建模仿真概述 | 第13-21页 |
| ·污水处理技术简介 | 第13-15页 |
| ·污水处理过程 | 第13-14页 |
| ·污水主要水质参数及出水水质标准 | 第14-15页 |
| ·活性污泥污水处理系统 | 第15-17页 |
| ·活性污泥污水处理系统的建模 | 第17-20页 |
| ·数学模型 | 第17-18页 |
| ·智能模型 | 第18-19页 |
| ·混合模型 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于 BP 神经网络的水质预测 | 第21-42页 |
| ·预测意义及可行性 | 第21页 |
| ·人工神经网络概述 | 第21-30页 |
| ·人工神经网络的发展及趋势 | 第23-25页 |
| ·人工神经网络的特点 | 第25页 |
| ·BP 神经网络 | 第25-30页 |
| ·基于 BP 神经网络的水质预测模型实现 | 第30-40页 |
| ·数据选择与预处理 | 第32-37页 |
| ·基于 BP 神经网络的水质预测模型仿真 | 第37-40页 |
| ·结果分析 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 第四章 基于 GABP 神经网络的水质预测 | 第42-65页 |
| ·GABP 神经网络用于水质预测的意义及有效性 | 第42-43页 |
| ·遗传算法概述 | 第43-55页 |
| ·遗传算法发展及现状 | 第43-46页 |
| ·遗传算法的特点及优势 | 第46-48页 |
| ·遗传算法的原理 | 第48-53页 |
| ·遗传算法的应用 | 第53-55页 |
| ·基于 GABP 神经网络的水质预测模型实现 | 第55-61页 |
| ·遗传算法优化神经网络的实现可能及方法步骤 | 第55-59页 |
| ·基于 GABP 神经网络的水质预测模型仿真 | 第59-61页 |
| ·两种仿真结果对比分析 | 第61-64页 |
| ·本章小结 | 第64-65页 |
| 结论和展望 | 第65-67页 |
| ·全文总结 | 第65-66页 |
| ·后续工作和展望 | 第66-67页 |
| 参考文献 | 第67-70页 |
| 攻读硕士学位期间取得的研究成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 答辩委员会对论文的评定意见 | 第72页 |
