GA-BP算法优化及其在污水参数软测量中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 引言 | 第9-17页 |
| ·课题的提出 | 第9-10页 |
| ·课题的社会背景 | 第9页 |
| ·课题的研究背景 | 第9-10页 |
| ·课题的目的与意义 | 第10页 |
| ·国内外研究现状 | 第10-16页 |
| ·遗传算法发展及现状 | 第10-11页 |
| ·人工神经网络的发展及现状 | 第11-13页 |
| ·国内外污水参数软测量技术研究现状 | 第13-16页 |
| ·污水参数检测中存在的问题 | 第16页 |
| ·论文研究内容 | 第16-17页 |
| 2 相关理论和技术概述 | 第17-42页 |
| ·软测量技术 | 第17-24页 |
| ·软测量的基本框架 | 第17-18页 |
| ·软测量技术分类 | 第18-21页 |
| ·影响软测量性能的因素 | 第21-24页 |
| ·人工神经网络 | 第24-35页 |
| ·人工神经网络的理论基础 | 第24页 |
| ·人工神经网络基本原理 | 第24-30页 |
| ·人工神经网络的优点及实现 | 第30-31页 |
| ·反向传播网络(BP)概述 | 第31-35页 |
| ·遗传算法 | 第35-41页 |
| ·遗传算法概要 | 第35-36页 |
| ·遗传算法原理 | 第36-40页 |
| ·遗传算法的特点 | 第40-41页 |
| ·本章小结 | 第41-42页 |
| 3 基于改进遗传算法的神经网络优化方法 | 第42-56页 |
| ·概述 | 第42-43页 |
| ·基于改进遗传算法神经网络的学习算法设计 | 第43-53页 |
| ·GA-BP 算法编码 | 第43-45页 |
| ·适应度函数的确定 | 第45-46页 |
| ·遗传算子 | 第46-53页 |
| ·基于改进遗传算法神经网络混合方法实现步骤 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 4 基于改进遗传算法的神经网络污水参数软测量模型 | 第56-73页 |
| ·概述 | 第56页 |
| ·活性污泥法污水处理过程概述 | 第56-58页 |
| ·污水处理参数-曝气池SVI 软测量模型 | 第58-65页 |
| ·变量选择 | 第58-60页 |
| ·数据的采集与预处理 | 第60-62页 |
| ·BP 网络设计 | 第62-65页 |
| ·污水处理模型仿真实验 | 第65-72页 |
| ·标准BP 神经网络模型 | 第65-67页 |
| ·GA-BP 模型 | 第67-68页 |
| ·改进的AGA-BP 模型 | 第68-69页 |
| ·试验结果比较 | 第69-70页 |
| ·关键代码 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 5 总结与展望 | 第73-75页 |
| ·总结 | 第73-74页 |
| ·展望 | 第74-75页 |
| 致谢 | 第75-76页 |
| 参考文献 | 第76-79页 |
| 附录 | 第79-81页 |
