城市污水处理厂神经网络运营模型的构建与应用
| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-24页 |
| 1.1 课题研究背景 | 第10-12页 |
| 1.1.1 深圳市污水处理行业发展现状 | 第10页 |
| 1.1.2 深圳市污水处理厂运营管理现状 | 第10-12页 |
| 1.2 国内外研究现状 | 第12-17页 |
| 1.2.1 早期动力学阶段 | 第13页 |
| 1.2.2 统计分析阶段 | 第13-15页 |
| 1.2.3 数据驱动建模阶段 | 第15-17页 |
| 1.2.4 不同方法案例对比 | 第17页 |
| 1.3 神经网络模型 | 第17-22页 |
| 1.3.1 神经网络模型简介 | 第17-18页 |
| 1.3.2 神经网络模型的算法 | 第18-20页 |
| 1.3.3 BP神经网络模型 | 第20-22页 |
| 1.4 研究目的与意义 | 第22页 |
| 1.5 研究内容及技术路线 | 第22-24页 |
| 第2章 城市污水处理厂神经网络模型的建立 | 第24-33页 |
| 2.1 模型数据及处理 | 第24-25页 |
| 2.1.1 数据获取 | 第24页 |
| 2.1.2 数据处理 | 第24-25页 |
| 2.2 评价指标体系的建立 | 第25-30页 |
| 2.2.1 水质指标 | 第27页 |
| 2.2.2 工艺规模指标 | 第27页 |
| 2.2.3 安全监督管理指标 | 第27页 |
| 2.2.4 经济指标 | 第27-29页 |
| 2.2.5 环境效益指标 | 第29页 |
| 2.2.6 计算统计相关指标 | 第29-30页 |
| 2.3 神经网络模型的建立 | 第30-31页 |
| 2.3.1 确定模型评价指标 | 第30页 |
| 2.3.2 确定模型评判标准 | 第30页 |
| 2.3.3 BP神经网络模型的建立 | 第30-31页 |
| 2.4 本章小结 | 第31-33页 |
| 第3章 模型优化 | 第33-44页 |
| 3.1 模型结构优化 | 第33-36页 |
| 3.2 稳定性校验 | 第36-37页 |
| 3.3 模型预测 | 第37-41页 |
| 3.4 模型权重处理 | 第41-42页 |
| 3.4.1 权重获取 | 第41页 |
| 3.4.2 权重分析 | 第41-42页 |
| 3.5 本章小结 | 第42-44页 |
| 第4章 模型运行 | 第44-61页 |
| 4.1 模型校验 | 第44-52页 |
| 4.1.1 增加模型指标 | 第44-46页 |
| 4.1.2 减少模型指标 | 第46-50页 |
| 4.1.3 调节模型隐层数 | 第50-52页 |
| 4.1.4 调节模型节点数 | 第52页 |
| 4.2 稳定性校验 | 第52-55页 |
| 4.3 模型预测 | 第55-59页 |
| 4.4 模型权重处理 | 第59-60页 |
| 4.4.1 权重获取 | 第59页 |
| 4.4.2 影响性分析 | 第59-60页 |
| 4.5 本章小结 | 第60-61页 |
| 第5章 模型应用 | 第61-73页 |
| 5.1 模型比较 | 第61-63页 |
| 5.1.1 模型精准度 | 第61页 |
| 5.1.2 模型预测能力 | 第61-63页 |
| 5.2 模型分析 | 第63-64页 |
| 5.2.1 输入端权值分析 | 第63页 |
| 5.2.2 输出端权值分析 | 第63-64页 |
| 5.2.3 输入端指标对输出端指标的影响 | 第64页 |
| 5.3 政策建议 | 第64-72页 |
| 5.3.1 运营管理 | 第65页 |
| 5.3.2 节能减排措施 | 第65-66页 |
| 5.3.3 水质指标关联度解析 | 第66-72页 |
| 5.4 本章小结 | 第72-73页 |
| 结论 | 第73-75页 |
| 参考文献 | 第75-79页 |
| 附录 | 第79-89页 |
| 附录1 BP神经网络MATLAB代码 | 第79-81页 |
| 附录2 模型预测图MATLAB代码 | 第81-82页 |
| 附录3 一元回归拟合MATLAB代码 | 第82-83页 |
| 附录4 附表 | 第83-89页 |
| 攻读硕士研究生期间发表的学术论文 | 第89-91页 |
| 致谢 | 第91页 |
