基于BP神经网络模型预测污水处理厂出水总氮
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 1 绪论 | 第9-21页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 数据处理介绍 | 第10-16页 |
| 1.3 神经网络介绍 | 第16-17页 |
| 1.4 国内外研究现状 | 第17-19页 |
| 1.5 研究内容及方法 | 第19-20页 |
| 1.6 软件版本及运行条件 | 第20-21页 |
| 2 污水处理厂数据收集 | 第21-33页 |
| 2.1 污水处理工艺 | 第21-22页 |
| 2.2 污水处理厂进水流量数据 | 第22-23页 |
| 2.3 污水处理厂进出水水质数据 | 第23-27页 |
| 2.4 污水处理厂运行数据 | 第27-29页 |
| 2.5 出水TN预测模型输入变量确定 | 第29-31页 |
| 2.6 本章小结 | 第31-33页 |
| 3 模型输入数据处理 | 第33-46页 |
| 3.1 数据清理 | 第33-39页 |
| 3.2 主成分分析法 | 第39-42页 |
| 3.3 粗糙集理论法 | 第42-45页 |
| 3.4 本章小结 | 第45-46页 |
| 4 基于BP神经网络的出水TN预测模型 | 第46-56页 |
| 4.1 BP神经网络模型 | 第46-48页 |
| 4.2 网络模型的函数选取 | 第48-51页 |
| 4.3 网络模型的参数选取 | 第51-52页 |
| 4.4 网络模型预测结果的比较 | 第52-55页 |
| 4.5 本章小结 | 第55-56页 |
| 5 不同工况对出水TN影响 | 第56-63页 |
| 5.1 好氧段DO对出水TN影响 | 第56-57页 |
| 5.2 生物池MLSS对出水TN影响 | 第57-59页 |
| 5.3 进水COD对出水TN影响 | 第59-60页 |
| 5.4 进水SS对出水TN影响 | 第60-62页 |
| 5.5 本章小结 | 第62-63页 |
| 6 结论与展望 | 第63-64页 |
| 6.1 结论 | 第63页 |
| 6.2 展望 | 第63-64页 |
| 致谢 | 第64-65页 |
| 附表 | 第65-76页 |
| 参考文献 | 第76-78页 |
