BP神经网络在UASB操作控制中的应用
| 第1章 绪论 | 第1-18页 |
| ·研究背景及国内外研究现状 | 第7-13页 |
| ·国内外高浓度有机废水处理研究进展 | 第7-10页 |
| ·厌氧生物处理技术研究现状 | 第10-13页 |
| ·人工神经网络在污水处理中的应用 | 第13-15页 |
| ·研究方法和技术路线 | 第15-18页 |
| 第2章 人工神经网络简介 | 第18-26页 |
| ·神经网络概述 | 第18-20页 |
| ·神经网络的发展历程 | 第18-19页 |
| ·神经网络的特性 | 第19-20页 |
| ·神经网络结构 | 第20-22页 |
| ·神经元模型 | 第20-21页 |
| ·神经网络结构 | 第21-22页 |
| ·人工神经网络的学习算法 | 第22-26页 |
| ·竞争学习算法 | 第23页 |
| ·Hebb学习算法 | 第23页 |
| ·BP学习算法 | 第23-26页 |
| 第3章 厌氧过程的操作控制 | 第26-39页 |
| ·厌氧生物代谢过程 | 第26-28页 |
| ·厌氧过程发生反应类型 | 第28-30页 |
| ·非产甲烷细菌和产甲烷细菌之产的关系 | 第30-31页 |
| ·厌氧控制过程中的影响因素 | 第31-34页 |
| ·厌氧操作控制方法 | 第34-39页 |
| ·启动控制 | 第34-35页 |
| ·UASB中碱度变化特点 | 第35-36页 |
| ·UASB反应器的运行控制与管理 | 第36-39页 |
| 第4章 神经网络模型的建立 | 第39-48页 |
| ·参数的选取 | 第39-40页 |
| ·构建 BP模型 | 第40-41页 |
| ·BP网络层数的确定 | 第40页 |
| ·隐含层单元数的确定 | 第40-41页 |
| ·激励函数的选取 | 第41-42页 |
| ·数据的标准化 | 第42-43页 |
| ·BP算法学习步骤 | 第43页 |
| ·程序的编制 | 第43-45页 |
| ·确定网络结构 | 第45-48页 |
| 第5章 模型的应用 | 第48-59页 |
| ·制革污水的特点 | 第48页 |
| ·污水站处理工艺 | 第48-49页 |
| ·实验方案 | 第49-50页 |
| ·实验方法 | 第50-55页 |
| ·COD_(cr)的测定方法 | 第50-51页 |
| ·碱度与挥发性脂肪酸(VAF)的测定方法 | 第51-52页 |
| ·试验数据分析 | 第52-53页 |
| ·数据的标准化处理 | 第53-55页 |
| ·神经网络模型的学习和验证 | 第55-59页 |
| ·模型的学习 | 第55-57页 |
| ·模型的验证 | 第57-59页 |
| 结论 | 第59-61页 |
| 附录1 编制的程序语言 | 第61-65页 |
| 致谢 | 第65-66页 |
| 参考文献 | 第66-68页 |
| 攻读硕士学位期间发表的论文及科研成果 | 第68页 |
