基于改进神经网络的污水处理参数软测量模型研究
| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-10页 |
| 1 绪论 | 第10-14页 |
| ·问题的提出及研究的意义 | 第10-11页 |
| ·国内外研究现状 | 第11-13页 |
| ·本文研究的目的和研究内容 | 第13-14页 |
| ·本文研究的目的 | 第13页 |
| ·本文研究的主要内容 | 第13-14页 |
| 2 软测量技术概述 | 第14-32页 |
| ·引言 | 第14页 |
| ·软测量技术分类 | 第14-24页 |
| ·基于机理分析的软测量 | 第14-15页 |
| ·基于状态估计的软测量 | 第15-16页 |
| ·基于回归分析的软测量 | 第16-18页 |
| ·基于人工神经网络的软测量 | 第18页 |
| ·基于模糊技术的软测量 | 第18-21页 |
| ·基于模式识别的软测量 | 第21-24页 |
| ·软测量技术的影响因素 | 第24-26页 |
| ·辅助变量的选择 | 第24-25页 |
| ·测量数据的预处理 | 第25-26页 |
| ·软仪表的在线校正 | 第26页 |
| ·软测量模型的设计步骤 | 第26-28页 |
| ·软测量技术的应用 | 第28-30页 |
| ·小结 | 第30-32页 |
| 3 人工神经网络理论概要 | 第32-44页 |
| ·人工神经网络概念 | 第32-33页 |
| ·神经元特征函数 | 第33-34页 |
| ·人工神经网络模型和分类 | 第34-35页 |
| ·典型神经网络模型 | 第35-42页 |
| ·BP 神经网络 | 第35-39页 |
| ·RBF 神经网络 | 第39-42页 |
| ·小结 | 第42-44页 |
| 4 数据预处理方法 | 第44-52页 |
| ·引言 | 第44页 |
| ·主元分析法 | 第44-46页 |
| ·粗糙集理论 | 第46-50页 |
| ·知识的分类观点 | 第46页 |
| ·粗糙集理论的有关概念 | 第46-48页 |
| ·信息系统和决策表 | 第48-49页 |
| ·知识的约简 | 第49-50页 |
| ·小结 | 第50-52页 |
| 5 软测量技术在污水处理系统中的应用研究 | 第52-70页 |
| ·引言 | 第52-53页 |
| ·参数在线检测的必要性 | 第52页 |
| ·活性污泥处理法处理系统的影响因素 | 第52-53页 |
| ·出水TN 的软测量 | 第53-64页 |
| ·辅助变量及数据预处理 | 第53-54页 |
| ·基于BP 网络的软测量模型 | 第54-60页 |
| ·RBF 网络预测模型 | 第60-63页 |
| ·实验结果的比较 | 第63-64页 |
| ·出水TP 的软测量 | 第64-65页 |
| ·出水COD 的软测量 | 第65-67页 |
| ·曝气池SVI 的软测量 | 第67-70页 |
| 6 结论与展望 | 第70-72页 |
| ·主要结论 | 第70页 |
| ·后续研究工作的展望 | 第70-72页 |
| 致谢 | 第72-74页 |
| 参考文献 | 第74-78页 |
| 附录A:作者攻读硕士学位期间发表的论文目录 | 第78-80页 |
| 附录B:论文实验数据表 | 第80-86页 |
| 独创性声明 | 第86页 |
| 学位论文版权使用授权书 | 第86页 |
