| 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 |
| ·出水总磷检测方法国内外研究现状 | 第12-16页 |
| ·课题来源 | 第16-17页 |
| ·研究内容及论文安排 | 第17-20页 |
| 第2章 出水总磷相关性变量分析 | 第20-32页 |
| ·相关性变量分析概念及相关理论 | 第20-26页 |
| ·数据表相关理论 | 第21-24页 |
| ·主成分分析的相关理论 | 第24-25页 |
| ·偏最小二乘分析的相关理论 | 第25-26页 |
| ·出水总磷相关性变量筛选与实时获取 | 第26-30页 |
| ·出水总磷相关性变量实时获取 | 第26-29页 |
| ·出水总磷相关性变量确定 | 第29-30页 |
| ·本章小结 | 第30-32页 |
| 第3章 基于递归模糊神经网络的出水总磷软测量模型设计 | 第32-46页 |
| ·软测量方法 | 第32-35页 |
| ·软测量方法概述 | 第32页 |
| ·软测量实现流程 | 第32-35页 |
| ·递归模糊神经网络 | 第35-41页 |
| ·模糊系统与神经网络 | 第35-36页 |
| ·模糊神经元 | 第36-37页 |
| ·模糊神经网络(FNN)结构 | 第37-38页 |
| ·递归模糊神经网络(RFNN)结构 | 第38-39页 |
| ·递归模糊神经网络的学习算法 | 第39-41页 |
| ·基于递归模糊神经网络的出水总磷软测量模型 | 第41-42页 |
| ·数据处理与模型搭建 | 第41-42页 |
| ·出水总磷软测量模型的训练与预测 | 第42页 |
| ·实验设计与结果分析 | 第42-45页 |
| ·本章小结 | 第45-46页 |
| 第4章 基于递归模糊神经网络的出水总磷软测量技术实现 | 第46-54页 |
| ·污水处理过程仪表硬件环境 | 第46-51页 |
| ·辅助变量电极介绍 | 第46-51页 |
| ·出水总磷软测量检测技术架构及实现 | 第51-52页 |
| ·本章小结 | 第52-54页 |
| 第5章 出水总磷软测量智能检测系统开发 | 第54-68页 |
| ·检测系统需求分析与开发目标 | 第54-56页 |
| ·检测系统需求分析 | 第54-55页 |
| ·检测系统开发目标 | 第55-56页 |
| ·检测系统总体设计 | 第56-58页 |
| ·检测系统功能模块开发 | 第58-64页 |
| ·用户信息管理模块设计与实现 | 第59-61页 |
| ·数据采集与存储模块设计与实现 | 第61-62页 |
| ·离线训练集仿真模块设计与实现 | 第62-63页 |
| ·在线学习与检测模块设计与实现 | 第63-64页 |
| ·出水总磷软测量智能检测系统实际应用测试 | 第64-67页 |
| ·本章小结 | 第67-68页 |
| 结论与展望 | 第68-70页 |
| 参考文献 | 第70-76页 |
| 攻读硕士学位期间的成果 | 第76-78页 |
| 致谢 | 第78页 |