| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第9-19页 |
| 1.1 污水处理背景和软测量研究的意义 | 第9-10页 |
| 1.2 软测量技术概述 | 第10-11页 |
| 1.3 软测量技术建模方法 | 第11-16页 |
| 1.3.1 机理建模 | 第11-12页 |
| 1.3.2 数据建模 | 第12-14页 |
| 1.3.3 混合建模 | 第14-15页 |
| 1.3.4 多模型融合建模 | 第15-16页 |
| 1.4 污水处理过程建模研究现状 | 第16-17页 |
| 1.5 论文的主要研究内容及安排 | 第17-19页 |
| 第二章 曝气生物滤池污水处理工艺介绍及数据的采集和预处理 | 第19-28页 |
| 2.1 污水处理概念简介 | 第19-20页 |
| 2.2 污水处理工艺 | 第20-25页 |
| 2.2.1 曝气生物滤池 | 第20-21页 |
| 2.2.2 曝气生物滤池类型 | 第21-22页 |
| 2.2.3 曝气生物滤池处理流程 | 第22-24页 |
| 2.2.4 曝气生物滤池工艺的影响因素 | 第24-25页 |
| 2.3 数据的采集和预处理 | 第25-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第三章 基于改进多核最小二乘支持向量机的污水处理建模 | 第28-48页 |
| 3.1 统计学习理论基本概念 | 第28-30页 |
| 3.1.1 VC维 | 第28-29页 |
| 3.1.2 泛化能力的界 | 第29页 |
| 3.1.3 结构风险最小化 | 第29-30页 |
| 3.2 支持向量机 | 第30-34页 |
| 3.2.1 支持向量机原理 | 第30-31页 |
| 3.2.2 回归支持向量机 | 第31-34页 |
| 3.3 最小二乘支持向量机(LS-SVM) | 第34-35页 |
| 3.4 核函数 | 第35-39页 |
| 3.4.1 常用核函数 | 第35-36页 |
| 3.4.2 改进多核核函数 | 第36-39页 |
| 3.5 基于改进混合核函数的出水COD预测建模有效性验证 | 第39-47页 |
| 3.5.1 粒子群优化算法(PSO) | 第39-41页 |
| 3.5.2 改进核函数有效性验证 | 第41-47页 |
| 3.6 本章小结 | 第47-48页 |
| 第四章 基于改进聚类算法的多模型LS-SVM污水处理软测量建模 | 第48-58页 |
| 4.1 模糊划分 | 第48-49页 |
| 4.2 传统核模糊C聚类算法 | 第49-51页 |
| 4.2.1 模糊聚类算法的原理 | 第49页 |
| 4.2.2 核模糊C聚类算法 | 第49-51页 |
| 4.2.3 传统聚类算法存在的问题 | 第51页 |
| 4.3 改进的聚类算法 | 第51-55页 |
| 4.3.1 聚类算法改进 | 第51-53页 |
| 4.3.2 改进聚类算法仿真验证 | 第53-55页 |
| 4.4 基于改进聚类算法的多模型LS-SVM出水COD建模仿真 | 第55-57页 |
| 4.5 本章小结 | 第57-58页 |
| 第五章 基于混合机理多模型建模算法的出水COD建模仿真 | 第58-66页 |
| 5.1 机理方程的推导 | 第58-63页 |
| 5.1.1 有机物生化反应相关速率 | 第58-59页 |
| 5.1.2 有机物生化反应动力学表达式 | 第59-62页 |
| 5.1.3 简化机理模型仿真 | 第62-63页 |
| 5.2 混合机理的多模型BAF工艺污水处理软测量模型的建立 | 第63-65页 |
| 5.3 本章小结 | 第65-66页 |
| 第六章 结论与展望 | 第66-68页 |
| 6.1 论文总结 | 第66页 |
| 6.2 论文的不足之处及展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 图表清单 | 第73-75页 |
| 在学研究成果 | 第75-76页 |
| 致谢 | 第76-77页 |
| 附录 | 第77-79页 |
