| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 1 引言 | 第8-27页 |
| ·人工神经网络概述 | 第9-11页 |
| ·人工神经网络的基本原理 | 第11-16页 |
| ·人工神经网络的生物原理 | 第11页 |
| ·神经元的生物学解剖 | 第11-13页 |
| ·神经元的信息传递 | 第13页 |
| ·人工神经网络的信息处理原理 | 第13页 |
| ·人工神经元模型 | 第13-15页 |
| ·神经网络的互连模式 | 第15-16页 |
| ·人工神经网络的算法 | 第16-20页 |
| ·应用研究 | 第20-24页 |
| ·污水处理系统中的应用 | 第20-22页 |
| ·膜分离系统中的应用 | 第22-24页 |
| ·结束语 | 第24页 |
| 参考文献 | 第24-27页 |
| 2 超滤 | 第27-35页 |
| ·超滤原理 | 第27页 |
| ·超滤传质理论 | 第27-29页 |
| ·理想的超滤模型(孔模型) | 第27-28页 |
| ·超滤膜通量下降和膜污染 | 第28-29页 |
| ·超滤膜污染的理论模型 | 第29-31页 |
| ·标准堵塞模型 | 第30页 |
| ·完全堵塞模型 | 第30页 |
| ·中间堵塞模型 | 第30-31页 |
| ·滤饼层模型 | 第31页 |
| ·膜的操作方式 | 第31-32页 |
| ·超滤膜的应用现状和前景 | 第32-33页 |
| 参考文献 | 第33-35页 |
| 3 实验系统与内容 | 第35-39页 |
| ·实验装置 | 第35-36页 |
| ·实验方法 | 第36-37页 |
| ·实验原水的配置 | 第36页 |
| ·混凝-超滤实验过程 | 第36-37页 |
| ·研究内容 | 第37-38页 |
| ·BP神经网络超滤膜通量预测模型的建立 | 第37-38页 |
| ·理论模型的模拟结果与神经网络模型的对比 | 第38页 |
| 参考文献 | 第38-39页 |
| 4 BP神经网络超滤膜通量预测模型的建立与验证 | 第39-53页 |
| ·BP神经网络超滤膜通量预测模型的建立 | 第39-48页 |
| ·样本选取及数据预处理 | 第39页 |
| ·单通量曲线的预测模型的建立 | 第39-43页 |
| ·多通量曲线的预测模型建立 | 第43-47页 |
| ·三种算法的训练结果比较 | 第47-48页 |
| ·基于混凝剂投加量为主要影响因素的膜污染预测模型的建立 | 第48-51页 |
| ·结论 | 第51页 |
| 参考文献 | 第51-53页 |
| 5 超滤膜通量理论模型和神经网络模型对比 | 第53-57页 |
| ·标准堵塞模型 | 第53-54页 |
| ·完全堵塞和中间堵塞模型 | 第54-55页 |
| ·滤饼层模型 | 第55-56页 |
| ·结论 | 第56页 |
| 参考文献 | 第56-57页 |
| 6 结论 | 第57-59页 |
| ·研究成果 | 第57页 |
| ·本文的不足及进一步的研究思考 | 第57-59页 |
| 作者简历 | 第59-61页 |
| 学位论文数据集 | 第61页 |