| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-11页 |
| ·活性污泥系统建模概述 | 第7页 |
| ·活性污泥法建模现状 | 第7-9页 |
| ·数学模型方法 | 第7-8页 |
| ·智能化模型方法 | 第8-9页 |
| ·本文内容及结构安排 | 第9-11页 |
| 第二章 氧化沟系统基础 | 第11-15页 |
| ·氧化沟工艺概述 | 第11-14页 |
| ·氧化沟工艺原理 | 第11-12页 |
| ·氧化沟工艺技术特点 | 第12-14页 |
| ·卡鲁塞尔氧化沟工艺运行控制难点 | 第14-15页 |
| 第三章 智能信息处理基本方法 | 第15-22页 |
| ·人工神经网络简介 | 第15-18页 |
| ·BP神经网络简介 | 第16页 |
| ·BP网络原理 | 第16-17页 |
| ·BP网络的不足与改进 | 第17-18页 |
| ·RBF神经网络 | 第18-19页 |
| ·RBF神经网络简介 | 第18页 |
| ·RBF中心的选取 | 第18-19页 |
| ·人工免疫系统 | 第19-20页 |
| ·免疫算法原理 | 第19-20页 |
| ·PCA算法 | 第20-22页 |
| ·PCA方法原理 | 第20-22页 |
| 第四章 基于神经网络的氧化沟系统水质特征模型 | 第22-42页 |
| ·出水SS、COD预报的BP神经网络模型 | 第23-28页 |
| ·基本条件假定 | 第23页 |
| ·结构设计 | 第23-24页 |
| ·数据预处理 | 第24-26页 |
| ·数值实验及分析 | 第26-28页 |
| ·出水TN、TP预报的RBF神经网络模型 | 第28-42页 |
| ·结构设计 | 第29-31页 |
| ·数据预处理 | 第31-33页 |
| ·RBF网计算 | 第33-36页 |
| ·满意解筛选 | 第36-37页 |
| ·模型性能检验 | 第37-42页 |
| 第五章 PCA、AIP和RBF相结合的氧化沟出水氮磷模型 | 第42-53页 |
| ·模型结构 | 第42-46页 |
| ·免疫算法改进 | 第43-45页 |
| ·RBF神经网络设计 | 第45-46页 |
| ·数值试验 | 第46-50页 |
| ·模型计算 | 第46-48页 |
| ·模型性能检验 | 第48-50页 |
| ·模型运行机理分析 | 第50-53页 |
| 第六章 总结展望 | 第53-55页 |
| ·研究内容总结 | 第53-54页 |
| ·问题探讨 | 第54-55页 |
| 参考文献 | 第55-59页 |
| 攻读硕士学位期间发表的论文 | 第59-60页 |
| 致谢 | 第60-61页 |
| 详细摘要 | 第61-63页 |