基于SVM的污水处理过程软测量建模研究
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-9页 |
| 第1章 绪论 | 第9-14页 |
| ·课题的意义 | 第9-10页 |
| ·研究现状 | 第10-12页 |
| ·研究内容 | 第12-14页 |
| 第2章 软测量技术概述 | 第14-19页 |
| ·概述 | 第14页 |
| ·软测量技术的研究 | 第14-16页 |
| ·辅助变量的选择及数据处理 | 第14-15页 |
| ·软测量模型的建立 | 第15-16页 |
| ·在线校正 | 第16页 |
| ·工程实例 | 第16-18页 |
| ·软测量技术应用与展望 | 第18-19页 |
| 第3章 数据处理 | 第19-25页 |
| ·主元分析 | 第19-20页 |
| ·粗糙集理论 | 第20-25页 |
| ·知识的含义 | 第20页 |
| ·粗糙集的定义与集合的上近似和下近似 | 第20-23页 |
| ·决策属性表的约简 | 第23-25页 |
| 第4章 神经网络与支持向量机 | 第25-37页 |
| ·神经网络 | 第25-28页 |
| ·BP神经网络 | 第25-26页 |
| ·BP学习算法 | 第26-28页 |
| ·用于回归估计的支持向量机简介 | 第28-36页 |
| ·统计学习理论 | 第28-29页 |
| ·支持向量机 | 第29-30页 |
| ·标准SVR算法 | 第30-35页 |
| ·构造核函数 | 第35页 |
| ·支持向量机在MATLAB中的实现 | 第35-36页 |
| ·比较分析 | 第36-37页 |
| 第5章 污水处理工艺 | 第37-45页 |
| ·我国污水处理工艺现状 | 第37-39页 |
| ·水污染的概念和污染物类型 | 第37页 |
| ·我国活性污水处理工艺现状 | 第37-39页 |
| ·污水处理系统的重要参数 | 第39-42页 |
| ·污水生化处理过程建模 | 第42-45页 |
| 第6章 污水处理系统软测量建模技术应用研究 | 第45-61页 |
| ·出水TN、TP及曝气池SVI在线检测的必要性 | 第45页 |
| ·出水TN的软测量 | 第45-54页 |
| ·基于支持向量机的建模研究 | 第45-50页 |
| ·基于BP神经网络的建模研究 | 第50-53页 |
| ·实验结果比较 | 第53-54页 |
| ·出水TP的软测量 | 第54-55页 |
| ·曝气池SVI的软测量 | 第55-57页 |
| ·基于集成控制器的污水处理软测量系统的开发方案 | 第57-61页 |
| ·系统的设计 | 第57页 |
| ·数据采集 | 第57-58页 |
| ·集成控制器硬件 | 第58页 |
| ·集成控制器软件 | 第58-59页 |
| ·污水处理软测量实测系统设计方案 | 第59-61页 |
| 第7章 结束语 | 第61-63页 |
| ·主要结论 | 第61页 |
| ·本文的创新点 | 第61-62页 |
| ·后续工作展望 | 第62-63页 |
| 致谢 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 附录 | 第68-71页 |
| 表B1 出水TN实验数据 | 第68-69页 |
| 表B2 出水TP实验数据 | 第69-70页 |
| 表B3 曝气池SVI实验数据 | 第70-71页 |
| 攻读学位期间的研究成果 | 第71页 |
