| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题背景及研究意义 | 第9-11页 |
| ·课题背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·污泥膨胀检测技术的研究现状 | 第11-13页 |
| ·国内外污泥膨胀检测技术的现状 | 第11-12页 |
| ·污泥膨胀检测中现存的问题 | 第12-13页 |
| ·模糊神经网络结构设计现状 | 第13-15页 |
| ·课题来源 | 第15页 |
| ·研究内容与论文安排 | 第15-17页 |
| 第2章 污泥容积指数 SVI 的软测量结构设计 | 第17-37页 |
| ·软测量技术的研究 | 第17-23页 |
| ·概述 | 第17-18页 |
| ·辅助变量的选取及数据预处理 | 第18-21页 |
| ·软测量模型的建立 | 第21-23页 |
| ·离线训练模型 | 第23页 |
| ·在线校正 | 第23页 |
| ·SVI 的软测量结构 | 第23-32页 |
| ·污泥膨胀的机理分析 | 第23-27页 |
| ·SVI 的影响因素 | 第27-30页 |
| ·SVI 软测量模型的建立 | 第30-32页 |
| ·仿真实验及结果分析 | 第32-35页 |
| ·本章小结 | 第35-37页 |
| 第3章 T-S 模糊 Elman 神经网络 | 第37-59页 |
| ·Elman 神经网络 | 第37-42页 |
| ·Elman 神经网络及学习算法 | 第37-41页 |
| ·Elman 网络建模的优点及不足 | 第41-42页 |
| ·T-S 模糊神经网络 | 第42-45页 |
| ·T-S 模糊模型 | 第42-43页 |
| ·T-S 模糊神经网络及其特点 | 第43-45页 |
| ·T-S 模糊 Elman 神经网络 | 第45-49页 |
| ·T-S 模糊 Elman 网络的结构 | 第46-48页 |
| ·DTSFEN 的学习算法 | 第48-49页 |
| ·网络收敛性证明 | 第49-53页 |
| ·Lyapunov 稳定性定理 | 第49-50页 |
| ·DTSFEN 的收敛性分析 | 第50-53页 |
| ·DTSFEN 网络的性能分析 | 第53-57页 |
| ·本章小结 | 第57-59页 |
| 第4章 基于 SOTSFEN 的 SVI 软测量 | 第59-81页 |
| ·辅助变量的精选 | 第59-62页 |
| ·数据来源与数据预处理 | 第59-60页 |
| ·主元分析法及辅助变量精选 | 第60-62页 |
| ·自组织 T-S 模糊 Elman 神经网络 | 第62-63页 |
| ·DTSFEN 的自组织学习算法 | 第63-75页 |
| ·线性参数的调整 | 第63-64页 |
| ·非线性参数的学习 | 第64-65页 |
| ·模糊规则的产生准则 | 第65-67页 |
| ·模糊规则的修剪策略 | 第67-69页 |
| ·SOTSFEN 的性能分析 | 第69-75页 |
| ·基于 PCA-SOTSFEN 的 SVI 软测量 | 第75-78页 |
| ·软测量模型结构及在线校正 | 第75-76页 |
| ·仿真实验及结果分析 | 第76-78页 |
| ·本章小结 | 第78-81页 |
| 结论与展望 | 第81-83页 |
| 参考文献 | 第83-87页 |
| 攻读硕士学位期间所发表的学术论文 | 第87-89页 |
| 致谢 | 第89页 |