摘要 | 第4-6页 |
ABSTRACT | 第6-8页 |
第1章 绪论 | 第12-16页 |
1.1 研究背景 | 第12-13页 |
1.2 国内外研究现状 | 第13-14页 |
1.2.1 国外人工湿地运行效果发展研究现状 | 第13页 |
1.2.2 国内BP神经网络应用研究现状 | 第13-14页 |
1.3 主要研究内容 | 第14-16页 |
1.3.1 研究内容 | 第14-15页 |
1.3.2 研究方法及技术路线 | 第15-16页 |
第2章 山东省典型人工湿地运行效果分析 | 第16-36页 |
2.1 典型人工湿地概况 | 第16-22页 |
2.1.1 稻屯洼人工湿地 | 第16-17页 |
2.1.2 猪龙河入湖口人工湿地 | 第17-19页 |
2.1.3 邢家人工湿地 | 第19-20页 |
2.1.4 薛城污水处理厂下游人工湿地 | 第20-22页 |
2.2 典型湿地监测情况 | 第22-25页 |
2.2.1 湿地监测指标与频率 | 第22页 |
2.2.2 指标检测方法 | 第22页 |
2.2.3 湿地采样断面确定 | 第22-25页 |
2.3 人工湿地进出水水质分析 | 第25-30页 |
2.3.1 COD净化效果分析 | 第25-26页 |
2.3.2 NH3-N净化效果分析 | 第26-28页 |
2.3.3 TN净化效果分析 | 第28-29页 |
2.3.4 TP净化效果分析 | 第29-30页 |
2.4 人工湿地对污染物沿程净化效果分析 | 第30-35页 |
2.4.1 COD沿程净化效果分析 | 第30-31页 |
2.4.2 NH3-N沿程净化效果分析 | 第31-32页 |
2.4.3 TN沿程净化效果分析 | 第32-34页 |
2.4.4 TP沿程净化效果分析 | 第34-35页 |
2.5 本章小结 | 第35-36页 |
第3章 人工湿地运行状态评估指标体系构建 | 第36-51页 |
3.1 人工湿地运行状态评价指标体系构建思路 | 第36-37页 |
3.1.1 人工湿地运行状态评价原则 | 第36页 |
3.1.2 人工湿地运行状态评价指标选择考虑的因素 | 第36-37页 |
3.2 人工湿地运行状态评价指标确定 | 第37-41页 |
3.2.1 湿地指标 | 第37-39页 |
3.2.2 运行指标 | 第39页 |
3.2.3 出水水质指标 | 第39-40页 |
3.2.4 管理指标 | 第40-41页 |
3.3 人工湿地运行状态评价指标体系 | 第41-47页 |
3.3.1 人工湿地运行状态评价指标体系框架 | 第41-42页 |
3.3.2 评价指标权重值的确定方法 | 第42-45页 |
3.3.3 指标权重的确定 | 第45-47页 |
3.4 人工湿地运行状态综合评价 | 第47-50页 |
3.4.1 数据来源与处理方法 | 第47页 |
3.4.2 综合评价结果 | 第47-50页 |
3.5 本章小结 | 第50-51页 |
第4章 人工湿地运行状态BP神经网络模型建立 | 第51-67页 |
4.1 BP神经网络应用于人工湿地运行状态评价的基本思路 | 第51页 |
4.2 人工神经网络的工作原理 | 第51页 |
4.3 BP神经网络 | 第51-55页 |
4.3.1 BP神经网络结构 | 第52页 |
4.3.2 BP神经网络模型学习算法 | 第52-55页 |
4.4 BP神经网络模型的设计 | 第55-57页 |
4.4.1 网络层数的确定 | 第55页 |
4.4.2 各层神经元个数的确定 | 第55-56页 |
4.4.3 激励函数的确定 | 第56页 |
4.4.4 学习速率 | 第56-57页 |
4.5 BP神经网络模型训练与测试 | 第57-62页 |
4.5.1 BP神经网络模型的训练 | 第57-61页 |
4.5.2 BP神经网络模型的测试结果 | 第61页 |
4.5.3 评价等级划分标准 | 第61-62页 |
4.6 山东省典型人工湿地运行状态评价案例分析 | 第62-65页 |
4.6.1 猪龙河入湖口人工湿地概况 | 第62页 |
4.6.2 BP模型的案例分析 | 第62-65页 |
4.7 本章小结 | 第65-67页 |
第5章 结论与建议 | 第67-69页 |
5.1 结论 | 第67-68页 |
5.2 建议 | 第68-69页 |
参考文献 | 第69-72页 |
致谢 | 第72-73页 |
攻读硕士学位期间论文发表及科研情况 | 第73页 |