| 摘要 | 第4-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-22页 |
| 1.1 课题研究及研究意义 | 第10-13页 |
| 1.1.1 研究背景 | 第10-11页 |
| 1.1.2 研究意义 | 第11-12页 |
| 1.1.3 课题来源 | 第12-13页 |
| 1.2 丝状菌污泥膨胀抑制研究现状 | 第13-19页 |
| 1.2.1 丝状菌污泥膨胀征兆识别研究现状 | 第13-16页 |
| 1.2.2 丝状菌污泥膨胀抑制方法研究现状 | 第16-19页 |
| 1.3 研究内容与论文安排 | 第19-22页 |
| 第2章 丝状菌污泥膨胀简化机理模型的研究 | 第22-38页 |
| 2.1 引发丝状菌污泥膨胀的重要因素 | 第23-27页 |
| 2.2 丝状菌污泥膨胀机理分析 | 第27-31页 |
| 2.2.1 污泥体积指数SVI | 第27-28页 |
| 2.2.2 污水处理过程生化反应机理 | 第28页 |
| 2.2.3 活性污泥沉降机理分析 | 第28-29页 |
| 2.2.4 丝状菌生长机理分析 | 第29-31页 |
| 2.2.5 丝状菌污泥膨胀关键致因因素提取 | 第31页 |
| 2.3 丝状菌污泥膨胀简化机理模型设计 | 第31-35页 |
| 2.3.1 丝状菌污泥膨胀简化机理模型 | 第32-33页 |
| 2.3.2 模型参数校正算法 | 第33-35页 |
| 2.4 仿真结果与分析 | 第35-36页 |
| 2.5 本章小结 | 第36-38页 |
| 第3章 基于局部梯度算法的自组织模糊神经网络设计 | 第38-54页 |
| 3.1 模糊神经网络 | 第38-41页 |
| 3.2 模糊神经网络结构自组织设计 | 第41-45页 |
| 3.2.1 网络结构对网络性能影响的分析 | 第41-42页 |
| 3.2.2 神经元增长机制设计 | 第42-43页 |
| 3.2.3 神经元删减机制设计 | 第43-45页 |
| 3.3 自组织模糊神经网络参数学习算法设计 | 第45-48页 |
| 3.3.1 局部最小二乘算法 | 第45-46页 |
| 3.3.2 全局Levenberg-Marquard算法 | 第46-47页 |
| 3.3.3 在线学习算法设置 | 第47-48页 |
| 3.4 仿真实验与结果分析 | 第48-52页 |
| 3.5 本章小结 | 第52-54页 |
| 第4章 基于自组织模糊神经网络的膨胀征兆识别 | 第54-64页 |
| 4.1 丝状菌污泥膨胀征兆智能识别模型的结构设计 | 第54-55页 |
| 4.2 丝状菌污泥膨胀征兆表达 | 第55页 |
| 4.3 信息数据的获取及处理 | 第55-57页 |
| 4.3.1 信息数据的获取 | 第55-56页 |
| 4.3.2 信息数据的预处理 | 第56-57页 |
| 4.4 征兆识别模型的辅助变量选取 | 第57-58页 |
| 4.5 基于自组织模糊神经的丝状菌污泥膨胀征兆指数识别 | 第58-60页 |
| 4.6 仿真实验与结果分析 | 第60-62页 |
| 4.7 本章小结 | 第62-64页 |
| 第5章 基于知识推理的丝状菌污泥膨胀抑制策略研究 | 第64-86页 |
| 5.1 丝状菌污泥膨胀的特征信息描述 | 第66-72页 |
| 5.1.1 基于模糊逻辑的专家知识表达 | 第66-67页 |
| 5.1.2 丝状菌污泥膨胀特征信息分类 | 第67-69页 |
| 5.1.3 人工经验的模糊规则描述 | 第69-70页 |
| 5.1.4 数据信息的模糊规则描述 | 第70-72页 |
| 5.2 基于知识推理的识别与抑制策略决策模型 | 第72-80页 |
| 5.2.1 丝状菌污泥膨胀抑制方法分类 | 第74页 |
| 5.2.2 基于知识推理的丝状菌污泥膨胀征兆识别模型 | 第74-77页 |
| 5.2.3 基于知识推理的丝状菌污泥膨胀抑制策略决策模型 | 第77-79页 |
| 5.2.4 综合知识决策库的建立 | 第79-80页 |
| 5.3 模型验证及仿真实验 | 第80-83页 |
| 5.3.1 征兆识别推理模型验证实验及结果分析 | 第80-81页 |
| 5.3.2 丝状菌污泥膨胀抑制策略决策实验及分析 | 第81-83页 |
| 5.4 本章小结 | 第83-86页 |
| 结论与展望 | 第86-88页 |
| 参考文献 | 第88-98页 |
| 攻读硕士学位期间的成果 | 第98-100页 |
| 致谢 | 第100页 |
