| 摘要 | 第1-7页 |
| Abstract | 第7-12页 |
| 第一章 绪论 | 第12-30页 |
| ·研究的背景与意义 | 第12-15页 |
| ·污水处理系统控制对象及其存在的问题 | 第15-18页 |
| ·污水管网系统 | 第15-17页 |
| ·污水处理系统 | 第17-18页 |
| ·国内外对软测量方法及其在污水系统中的应用研究 | 第18-19页 |
| ·软测量在污水处理中的应用 | 第19-26页 |
| ·软测量在污水处理中的基本应用 | 第19-23页 |
| ·软测量在污水处理中的深度应用 | 第23-26页 |
| ·本文的主要工作 | 第26-30页 |
| 第二章 静态局部自确认软测量模型的研究 | 第30-40页 |
| ·引言 | 第30页 |
| ·基于局部学习算法的软测量实现 | 第30-35页 |
| ·数据预处理 | 第31-33页 |
| ·局部学习模型 | 第33-35页 |
| ·算例分析 | 第35-39页 |
| ·本章小结 | 第39-40页 |
| 第三章 动态局部自确认软测量模型的研究 | 第40-56页 |
| ·引言 | 第40页 |
| ·基本理论简介 | 第40-42页 |
| ·改进JIT学习算法 | 第42-51页 |
| ·鲁棒最近相关算法（RNC） | 第42-45页 |
| ·鲁棒局部模型 | 第45-51页 |
| ·算例分析 | 第51-55页 |
| ·参数设定 | 第51-52页 |
| ·算例仿真 | 第52-55页 |
| ·本章小结 | 第55-56页 |
| 第四章 自确认软测量若干关键技术的研究 | 第56-80页 |
| ·引言 | 第56-57页 |
| ·基本理论简介 | 第57-59页 |
| ·主元分析 | 第57-58页 |
| ·JIT学习和Ensemble学习 | 第58-59页 |
| ·自确认软测量的实现 | 第59-67页 |
| ·基于PCA的输入数据的故障诊断和数据重构 | 第60-63页 |
| ·基于JIT-ENS算法的软测量模型 | 第63-64页 |
| ·自确认软测量的输出参数 | 第64-67页 |
| ·算例分析 | 第67-78页 |
| ·自确认软测量的输入传感器的校验 | 第67-70页 |
| ·自确认软测量的预测模型的校验 | 第70-73页 |
| ·自确认软测量的输出参数的校验 | 第73-78页 |
| ·本章小结 | 第78-80页 |
| 第五章 基于ARMA软测量前馈控制系统及其在管网投药系统的应用 | 第80-96页 |
| ·引言 | 第80-81页 |
| ·污水泵站数据的收集和预处理 | 第81-82页 |
| ·泵站的工作模式 | 第81页 |
| ·泵站的数据预处理 | 第81-82页 |
| ·基于ARMA模型的输入流量预测 | 第82-84页 |
| ·ARMA模型 | 第82页 |
| ·多步ARMA模型的辨识和预测 | 第82-84页 |
| ·应用分析 | 第84-86页 |
| ·SewerX模型 | 第84-85页 |
| ·在线投药系统 | 第85-86页 |
| ·结果分析 | 第86-94页 |
| ·泵站输入流量 | 第86-87页 |
| ·典型输入流量 | 第87-89页 |
| ·ARMA模型训练和预测 | 第89-92页 |
| ·基于ARMA模型预测的前馈控制 | 第92-94页 |
| ·进一步的研究 | 第94-95页 |
| ·本章小结 | 第95-96页 |
| 结论与展望 | 第96-98页 |
| 参考文献 | 第98-108页 |
| 攻读博士学位期间取得的研究成果 | 第108-110页 |
| 致谢 | 第110-112页 |
| 答辩委员会对论文的评定意见 | 第112页 |