供水管网水质在线监测管理系统
| 中文摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-17页 |
| ·课题研究的背景及意义 | 第8-10页 |
| ·管网水质状况 | 第8-9页 |
| ·管网水质监测工作现状 | 第9-10页 |
| ·国内外研究现状 | 第10-16页 |
| ·管网水质模型研究现状 | 第10-14页 |
| ·管网在线监测系统研究现状 | 第14-16页 |
| ·主要研究内容 | 第16-17页 |
| 第二章 管网水质在线监测系统总体设计 | 第17-33页 |
| ·系统概述 | 第17-19页 |
| ·系统构成及功能 | 第19-20页 |
| ·系统构成 | 第19-20页 |
| ·系统功能 | 第20页 |
| ·管网水质在线监测点的选取 | 第20-24页 |
| ·选址总体原则 | 第20-21页 |
| ·在线监测点分类 | 第21-23页 |
| ·在线监测点选取结果 | 第23-24页 |
| ·在线水质监测指标的确定 | 第24-25页 |
| ·在线监测仪器的选择 | 第25-29页 |
| ·在线监测仪器选择要求 | 第25页 |
| ·浊度仪的选择 | 第25-27页 |
| ·余氯仪的选择 | 第27-29页 |
| ·在线监测数据传输方式的选择 | 第29-31页 |
| ·水质在线监测系统工作流程 | 第31页 |
| ·本章小结 | 第31-33页 |
| 第三章 基于时间序列法的水质趋势分析 | 第33-41页 |
| ·时间序列分析法概述 | 第33-35页 |
| ·自回归分析法 | 第33-34页 |
| ·三角函数法 | 第34-35页 |
| ·水质在线监测数据规律分析 | 第35-37页 |
| ·三角函数法在水质趋势分析中的应用 | 第37-38页 |
| ·自回归分析法在水质趋势分析中的应用 | 第38-39页 |
| ·结果分析 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第四章 管网水质预测模型 | 第41-55页 |
| ·模型方法概述 | 第41-43页 |
| ·多元线性回归 | 第41-42页 |
| ·人工神经网络 | 第42-43页 |
| ·在线监测点水质预测 | 第43-50页 |
| ·相关性分析 | 第43-44页 |
| ·线性回归模型 | 第44-46页 |
| ·人工神经网络模型 | 第46-50页 |
| ·模型结果比较分析 | 第50页 |
| ·考虑停留时间的人工监测点预测 | 第50-53页 |
| ·模型建立条件 | 第50-51页 |
| ·线性回归模型 | 第51-52页 |
| ·人工神经网络模型 | 第52-53页 |
| ·模型结果比较分析 | 第53页 |
| ·本章小结 | 第53-55页 |
| 第五章 水质在线监测管理系统 | 第55-70页 |
| ·系统数据库设计 | 第55-56页 |
| ·SQL Server 概述 | 第55-56页 |
| ·数据库结构 | 第56页 |
| ·系统的初始化 | 第56页 |
| ·主界面 | 第56-57页 |
| ·系统登录 | 第57-58页 |
| ·查询功能 | 第58-63页 |
| ·列表查询 | 第58-61页 |
| ·数据图形（图形显示查询） | 第61-63页 |
| ·统计报表 | 第63-64页 |
| ·实时监测 | 第64-66页 |
| ·预测 | 第66-69页 |
| ·时间序列法预测 | 第66-67页 |
| ·人工神经网络法预测 | 第67-69页 |
| ·系统维护 | 第69页 |
| ·本章小结 | 第69-70页 |
| 第六章 结论 | 第70-72页 |
| 参考文献 | 第72-75页 |
| 发表论文和科研情况说明 | 第75-76页 |
| 致谢 | 第76页 |
