基于自组织模糊神经网络的污水处理多目标模型预测控制研究
| 摘要 | 第1-6页 |
| Abstract | 第6-10页 |
| 第1章 绪论 | 第10-20页 |
| ·课题背景及研究意义 | 第10-12页 |
| ·课题背景 | 第10-11页 |
| ·研究意义 | 第11-12页 |
| ·污水处理过程国内外研究现状 | 第12-17页 |
| ·污水处理工艺发展现状 | 第12-14页 |
| ·污水处理控制国内外研究现状 | 第14-17页 |
| ·课题来源 | 第17页 |
| ·研究内容及论文安排 | 第17-20页 |
| 第2章 污水处理过程控制平台设计 | 第20-32页 |
| ·污水处理过程特征分析 | 第20-23页 |
| ·污水处理过程生化反应特征 | 第20-21页 |
| ·污水处理的影响因素 | 第21-23页 |
| ·污水处理控制平台 | 第23-24页 |
| ·BSM1基准仿真平台 | 第24-31页 |
| ·BSM1模型生化反应池 | 第24-28页 |
| ·BSM1模型二沉池 | 第28-30页 |
| ·BSM1模型评价标准 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第3章 自组织模糊神经网络预测模型 | 第32-50页 |
| ·模糊神经网络结构分析 | 第32-33页 |
| ·自组织模糊神经网络预测模型 | 第33-39页 |
| ·自适应改进二阶优化算法 | 第34-36页 |
| ·神经元的相对重要性评价指标 | 第36-37页 |
| ·基于相对重要性的自组织机制 | 第37-38页 |
| ·自组织模糊神经网络的算法步骤 | 第38-39页 |
| ·自组织模糊神经网络收敛性分析 | 第39-42页 |
| ·结构固定阶段 | 第39-41页 |
| ·结构自组织阶段 | 第41-42页 |
| ·实验结果及结果分析 | 第42-48页 |
| ·本章小结 | 第48-50页 |
| 第4章 基于神经网络的溶解氧模型预测控制 | 第50-62页 |
| ·溶解氧的模型预测控制 | 第50-53页 |
| ·溶解氧模型预测控制器设计 | 第51-52页 |
| ·溶解氧模型预测控制器优化算法 | 第52-53页 |
| ·溶解氧模型预测控制的算法步骤 | 第53页 |
| ·溶解氧模型预测控制稳定性分析 | 第53-54页 |
| ·实验结果及结果分析 | 第54-60页 |
| ·SOA-SOFNN建模和评价 | 第55-56页 |
| ·溶解氧的在线模型预测控制 | 第56-59页 |
| ·实验结果分析 | 第59-60页 |
| ·本章小结 | 第60-62页 |
| 第5章 污水处理多目标模型预测控制 | 第62-76页 |
| ·污水多目标模型预测控制结构 | 第62-65页 |
| ·污水多目标模型预测控制器设计 | 第62-63页 |
| ·污水多目标模型预测控制器优化算法 | 第63-65页 |
| ·污水多目标模型预测控制算法步骤 | 第65页 |
| ·污水多目标模型预测控制稳定性分析 | 第65-67页 |
| ·实验结果及结果分析 | 第67-73页 |
| ·SOA-SOFNN模型预测 | 第67-68页 |
| ·非线性多目标控制器评价 | 第68-72页 |
| ·实验结果分析 | 第72-73页 |
| ·本章小结 | 第73-76页 |
| 结论与展望 | 第76-78页 |
| 参考文献 | 第78-84页 |
| 攻读硕士学位期间的成果 | 第84页 |
| 攻读硕士学位期间所获奖励 | 第84-86页 |
| 致谢 | 第86页 |
