| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 引言 | 第10-18页 |
| ·课题的提出 | 第10-11页 |
| ·课题的背景 | 第10-11页 |
| ·课题的目的与意义 | 第11页 |
| ·国内外研究现状 | 第11-15页 |
| ·软测量技术发展现状 | 第11页 |
| ·粗集理论发展现状 | 第11-13页 |
| ·支持向量机应用现状 | 第13页 |
| ·污水处理参数软测量现状 | 第13-15页 |
| ·论文研究内容及所做的工作 | 第15-18页 |
| ·研究的主要内容 | 第15-16页 |
| ·本人在论文中所做的主要工作 | 第16-18页 |
| 2 相关理论与技术概述 | 第18-50页 |
| ·软测量技术 | 第18-31页 |
| ·软测量技术的数学描述 | 第18-19页 |
| ·软测量技术分类 | 第19-29页 |
| ·影响软仪表性能的因素 | 第29-31页 |
| ·粗糙集理论 | 第31-40页 |
| ·知识与不可分辨关系 | 第31-32页 |
| ·决策表、约简与核 | 第32-34页 |
| ·区分矩阵与区分函数 | 第34-35页 |
| ·决策规则与规则约简 | 第35-38页 |
| ·信息熵 | 第38-39页 |
| ·粗糙集的特点 | 第39-40页 |
| ·统计学习理论与支持向量机 | 第40-48页 |
| ·统计学习理论 | 第40-43页 |
| ·支持向量机(SVM)概述 | 第43-48页 |
| ·支持向量分类机 | 第44-46页 |
| ·支持向量回归机 | 第46-47页 |
| ·非线性 SVM 和核函数 | 第47-48页 |
| ·本章小结 | 第48-50页 |
| 3 粗集-支持向量机混合方法的提出 | 第50-58页 |
| ·引言 | 第50页 |
| ·粗集-支持向量机混合方法分析 | 第50-56页 |
| ·粗糙集作为数据预处理的方法 | 第51-55页 |
| ·支持向量机作为回归预测后台处理技术 | 第55-56页 |
| ·粗集-支持向量机混合方法建模步骤 | 第56页 |
| ·基于粗集-支持向量机混合方法系统的特点 | 第56页 |
| ·本章小结 | 第56-58页 |
| 4 粗集-支持向量机混合方法在污水处理参数软测量中的应用研究 | 第58-74页 |
| ·引言 | 第58-60页 |
| ·实现污水处理参数软测量的意义 | 第58页 |
| ·为什么将RS-SVM 混合方法应用于污水处理参数软测量建模 | 第58-59页 |
| ·活性污泥处理法处理系统的影响因素 | 第59-60页 |
| ·污水处理参数-出水TN 的软测量建模 | 第60-67页 |
| ·数据的采集与预处理 | 第60-62页 |
| ·利用SVM 进行回归建模预测 | 第62-66页 |
| ·与其他建模预测方法结果比较 | 第66-67页 |
| ·污水处理参数-出水TP 的软测量建模 | 第67-69页 |
| ·数据的采集与预处理 | 第67页 |
| ·SVM 对出水TP 进行建模预测 | 第67-68页 |
| ·与其他建模预测方法结果比较 | 第68-69页 |
| ·污水处理参数-出水COD 的软测量建模 | 第69-71页 |
| ·数据的采集与预处理 | 第69页 |
| ·SVM 对出水COD 进行建模预测 | 第69-70页 |
| ·与其他建模预测方法结果比较 | 第70-71页 |
| ·污水处理参数-曝气池SVI 软测量建模 | 第71-73页 |
| ·数据的采集与预处理 | 第71页 |
| ·SVM 对曝气池SVI 进行建模预测 | 第71-72页 |
| ·与其他建模预测方法结果比较 | 第72-73页 |
| ·本章小结 | 第73-74页 |
| 5 总结与展望 | 第74-76页 |
| ·主要研究结果与结论 | 第74-75页 |
| ·展望 | 第75-76页 |
| 致谢 | 第76-78页 |
| 参考文献 | 第78-82页 |
| 附 录 A | 第82-84页 |
| 附 录 B | 第84-88页 |
| 独创性声明 | 第88页 |
| 学位论文版权使用授权书 | 第88页 |