基于软测量的污水水质预测系统
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-11页 |
| 1.1 课题背景及研究意义 | 第8页 |
| 1.2 国内外研究现状 | 第8-10页 |
| 1.3 本文研究主要内容和本文结构安排 | 第10页 |
| 1.4 本文创新点 | 第10-11页 |
| 第2章 软测量 | 第11-20页 |
| 2.1 软测量概述 | 第11页 |
| 2.2 软测量技术的数学描述和结构 | 第11-13页 |
| 2.3 软测量传感器 | 第13-18页 |
| 2.3.1 软测量传感器的基本概念 | 第13-14页 |
| 2.3.2 软测量传感器的结构 | 第14-15页 |
| 2.3.3 软测量传感器的设计 | 第15-16页 |
| 2.3.4 软测量传感器模型的建立 | 第16-18页 |
| 2.4 水质参数软测量建模结构 | 第18-19页 |
| 2.5 本章小结 | 第19-20页 |
| 第3章 神经网络建模 | 第20-31页 |
| 3.1 神经网络概述 | 第20页 |
| 3.2 BP神经网络模型 | 第20-26页 |
| 3.2.1 神经元的基本构成 | 第20-22页 |
| 3.2.2 前馈神经网络基本结构 | 第22-23页 |
| 3.2.3 BP学习算法 | 第23-26页 |
| 3.3 基于BP神经网络的BOD建模 | 第26-30页 |
| 3.3.1 数据选择与预处理 | 第26-28页 |
| 3.3.2 BP神经网络建模 | 第28-30页 |
| 3.4 本章小结 | 第30-31页 |
| 第4章 改进型遗传算法软测量模型优化 | 第31-43页 |
| 4.1 概述 | 第31页 |
| 4.2 标准遗传算法水质模型优化 | 第31-38页 |
| 4.2.1 标准遗传算法原理 | 第32-35页 |
| 4.2.2 标准遗传算法的优化 | 第35-38页 |
| 4.3 自适应遗传算法的水质模型优化 | 第38-42页 |
| 4.3.1 自适应遗传算法原理 | 第39-40页 |
| 4.3.2 自适应遗传算法的优化 | 第40-42页 |
| 4.4 本章小结 | 第42-43页 |
| 第5章 虚拟仪器构建软测量传感器 | 第43-47页 |
| 5.1 虚拟仪器概述 | 第43页 |
| 5.2 人机界面设计 | 第43-46页 |
| 5.3 本章小结 | 第46-47页 |
| 第6章 总结与展望 | 第47-48页 |
| 参考文献 | 第48-51页 |
| 攻读学位期间的研究成果 | 第51-52页 |
| 致谢 | 第52页 |
