| 摘要 | 第1-9页 |
| ABSTRACT | 第9-10页 |
| 第1章 绪论 | 第10-12页 |
| ·水体污染和污水处理的现状 | 第10页 |
| ·课题研究的意义 | 第10-11页 |
| ·本课题主要的研究内容 | 第11-12页 |
| 第2章 SBR 工艺简介及 ASM1 模型的解析 | 第12-17页 |
| ·SBR 工艺简介 | 第12-13页 |
| ·污水水质的主要参数 | 第13-14页 |
| ·现代污水处理技术 | 第14页 |
| ·ASM1 模型简介 | 第14-17页 |
| ·ASM1 的8 个过程 | 第14-15页 |
| ·ASM1 的13 个组分 | 第15-17页 |
| 第3章 基于神经网络的预测模型 | 第17-33页 |
| ·神经网络概述 | 第17-19页 |
| ·人工神经网络的发展历程 | 第17页 |
| ·神经网络的主要特点 | 第17-18页 |
| ·神经网络工具箱函数 | 第18-19页 |
| ·数据处理 | 第19-21页 |
| ·数据来源 | 第19-20页 |
| ·数据的预处理 | 第20-21页 |
| ·基于BP 神经网络的预测模型 | 第21-27页 |
| ·BP 算法简介 | 第21-22页 |
| ·建立BP 神经网络预测模型 | 第22-26页 |
| ·仿真结果分析 | 第26-27页 |
| ·基于径向基(RBF)网络的预测模型 | 第27-32页 |
| ·径向基网络的结构 | 第28-29页 |
| ·径向基网络的学习算法 | 第29页 |
| ·RBF 神经网络预测模型的设计与仿真 | 第29-32页 |
| ·本章小结 | 第32-33页 |
| 第4章 带自调整因子模糊控制算法在污水处理中的应用 | 第33-68页 |
| ·模糊控制系统的原理及组成 | 第33-35页 |
| ·模糊控制原理 | 第33-34页 |
| ·模糊控制器的结构 | 第34-35页 |
| ·简单模糊控制器的设计 | 第35-41页 |
| ·模糊控制器结构的确定 | 第35-36页 |
| ·输入/输出变量的模糊化 | 第36-38页 |
| ·模糊控制器控制规则的设计 | 第38-39页 |
| ·输出信息的推理及模糊判决 | 第39-41页 |
| ·SBR 工艺溶解氧(DO)模糊控制器设计 | 第41-52页 |
| ·模糊控制参数的选取 | 第41-42页 |
| ·系统模型的建立 | 第42-46页 |
| ·模糊控制器结构的选择 | 第46-47页 |
| ·输入输出变量的模糊化 | 第47-50页 |
| ·模糊控制规则的设计 | 第50-51页 |
| ·模糊推理和清晰化 | 第51-52页 |
| ·自调整因子的引入 | 第52-57页 |
| ·仿真系统的构建与仿真结果分析 | 第57-66页 |
| ·搭建仿真系统 | 第57-62页 |
| ·仿真及结果分析 | 第62-66页 |
| ·本章小结 | 第66-68页 |
| 第5章 总结及展望 | 第68-70页 |
| 参考文献 | 第70-73页 |
| 致谢 | 第73-74页 |
| 在学期间主要科研成果 | 第74页 |