| 摘要 | 第3-5页 |
| ABSTRACT | 第5-7页 |
| 第一章 绪论 | 第11-24页 |
| 1.1 课题研究背景及意义 | 第11-12页 |
| 1.1.1 课题研究背景 | 第11页 |
| 1.1.2 课题研究意义 | 第11-12页 |
| 1.2 课题来源、研究内容和技术路线 | 第12-13页 |
| 1.2.1 课题来源 | 第12页 |
| 1.2.2 研究内容 | 第12-13页 |
| 1.2.3 研究技术路线 | 第13页 |
| 1.3 混凝机理和混凝动力学 | 第13-19页 |
| 1.3.1 混凝机理 | 第13-14页 |
| 1.3.2 混凝动力学 | 第14-19页 |
| 1.4 影响混凝效果的因素分析 | 第19-21页 |
| 1.4.1 原水水质状况 | 第19-20页 |
| 1.4.2 药剂种类及投加量 | 第20页 |
| 1.4.3 水力条件 | 第20-21页 |
| 1.5 水处理混凝投药控制方法研究进展 | 第21-24页 |
| 1.5.1 经典目测法 | 第21页 |
| 1.5.2 烧杯试验法 | 第21-22页 |
| 1.5.3 模拟滤池法 | 第22页 |
| 1.5.4 数学模型法 | 第22页 |
| 1.5.5 单因子控制法 | 第22-23页 |
| 1.5.6 人工智能控制法 | 第23-24页 |
| 第二章 浊度控制目标的确定和建模数据的获取 | 第24-33页 |
| 2.1 试验目的 | 第24页 |
| 2.2 试验装置 | 第24-25页 |
| 2.2.1 微涡流絮凝装置 | 第24页 |
| 2.2.2 斜管沉淀装置 | 第24-25页 |
| 2.3 最佳投药量试验 | 第25-27页 |
| 2.3.1 试验水质 | 第25页 |
| 2.3.2 试验设计 | 第25-27页 |
| 2.3.3 试验结果 | 第27页 |
| 2.4 浊度控制目标的确定和建模数据的获取 | 第27-32页 |
| 2.4.1 浊度控制目标的确定 | 第27-28页 |
| 2.4.2 建模数据的获取 | 第28-32页 |
| 2.5 本章小结 | 第32-33页 |
| 第三章 微涡流混凝投药数学模型研究 | 第33-50页 |
| 3.1 数学模型建立的基本方式 | 第33页 |
| 3.2 一阶线性函数拟合 | 第33-41页 |
| 3.2.1 拟合方式 | 第33-34页 |
| 3.2.2 拟合结果 | 第34-41页 |
| 3.3 二阶线性函数拟合 | 第41-45页 |
| 3.3.1 拟合方式 | 第41-42页 |
| 3.3.2 拟合结果 | 第42-45页 |
| 3.4 微涡流混凝投药数学模型的构建与误差分析 | 第45-49页 |
| 3.4.1 微涡流混凝投药数学模型的构建 | 第45-46页 |
| 3.4.2 误差分析 | 第46-49页 |
| 3.5 本章小结 | 第49-50页 |
| 第四章 基于BP神经网络的微涡流混凝投药控制模型研究 | 第50-57页 |
| 4.1 BP神经网络技术简介 | 第50-51页 |
| 4.1.1 BP神经网络的结构和算法 | 第50-51页 |
| 4.1.2 BP神经网络的优点及局限性 | 第51页 |
| 4.2 微涡流混凝投药控制模型BP神经网络设计 | 第51-52页 |
| 4.2.1 BP神经网络模型设计 | 第51-52页 |
| 4.2.2 数据的归一化 | 第52页 |
| 4.3 BP神经网络在程序上的实现 | 第52-55页 |
| 4.4 BP神经网络模型预测误差分析 | 第55-56页 |
| 4.5 本章小结 | 第56-57页 |
| 第五章 基于遗传算法优化BP神经网络的微涡流混凝投药控制模型研究 | 第57-67页 |
| 5.1 遗传算法简介 | 第57-59页 |
| 5.1.1 遗传算法的基本思想 | 第57-58页 |
| 5.1.2 遗传算法的特点 | 第58-59页 |
| 5.2 遗传算法对BP神经网络混凝投药控制模型的优化设计 | 第59-62页 |
| 5.2.1 遗传编码 | 第59-60页 |
| 5.2.2 适应度函数的设计 | 第60页 |
| 5.2.3 遗传算子的设计 | 第60-62页 |
| 5.3 遗传算法优化BP神经网络在程序上的实现 | 第62-65页 |
| 5.4 优化后BP神经网络模型预测误差分析 | 第65-66页 |
| 5.5 本章小结 | 第66-67页 |
| 第六章 模型控制效果试验验证 | 第67-72页 |
| 6.1 试验目的 | 第67页 |
| 6.2 试验方案 | 第67页 |
| 6.2.1 试验装置 | 第67页 |
| 6.2.2 试验步骤 | 第67页 |
| 6.3 试验结果 | 第67-71页 |
| 6.3.1 微涡流混凝投药数学控制模型预测结果 | 第67-69页 |
| 6.3.2 微涡流混凝投药BP神经网络控制模型预测结果 | 第69-70页 |
| 6.3.3 微涡流混凝投药遗传算法优化BP神经网络控制模型预测结果 | 第70-71页 |
| 6.4 本章小结 | 第71-72页 |
| 第七章 结论和建议 | 第72-74页 |
| 7.1 结论 | 第72-73页 |
| 7.2 建议 | 第73-74页 |
| 参考文献 | 第74-80页 |
| 个人简历在读期间发表的学术论文 | 第80-81页 |
| 致谢 | 第81页 |
