| 中文摘要 | 第1-6页 |
| 英文摘要 | 第6-11页 |
| 1 引言 | 第11-21页 |
| ·课题的背景 | 第11-19页 |
| ·污水处理现状与存在的问题 | 第11-12页 |
| ·智能故障诊断技术的研究现状与发展趋势 | 第12-17页 |
| ·智能故障诊断技术在污水处理领域的应用现状 | 第17-19页 |
| ·课题的目的和意义 | 第19页 |
| ·本人在课题中的主要工作 | 第19-20页 |
| ·论文的主要内容 | 第20-21页 |
| 2 相关理论概要 | 第21-39页 |
| ·支持向量机理论概要 | 第21-34页 |
| ·统计学习理论与支持向量机 | 第21-26页 |
| ·基于SVM的二值分类 | 第26-29页 |
| ·支持向量机多分类算法 | 第29-32页 |
| ·RS-SVM分类方法 | 第32-33页 |
| ·加权SVM算法的类别补偿能力 | 第33-34页 |
| ·模糊专家系统概述 | 第34-39页 |
| ·模糊变量的处理 | 第34-35页 |
| ·模糊专家系统在解决实际问题中的优点 | 第35-37页 |
| ·模糊专家系统的结构 | 第37-39页 |
| 3 基于SVM-FuzzyES的智能集成故障诊断模型 | 第39-45页 |
| ·SVM-FuzzyES方法用于故障诊断 | 第39-40页 |
| ·基于SVM-FuzzyES的智能集成故障诊断模型结构 | 第40-45页 |
| ·SVM用于故障检测 | 第40-41页 |
| ·FuzzyES用于故障诊断 | 第41-42页 |
| ·基于SVM-FuzzyES的智能集成故障诊断模型结构 | 第42-45页 |
| 4 SVM理论在污水处理工艺过程故障检测中的应用 | 第45-53页 |
| ·污水处理工艺过程故障检测的意义 | 第45-46页 |
| ·城市污水处理厂日常监控数据 | 第46-48页 |
| ·SVM用于污水处理工艺过程故障检测的实验 | 第48-53页 |
| ·加权SVM算法用于污水处理工艺过程故障检测 | 第48-50页 |
| ·RS-SVM方法用于污水处理工艺过程故障检测 | 第50-53页 |
| 5 污水处理工艺过程故障诊断系统设计 | 第53-67页 |
| ·活性污泥处理工艺过程故障分析与参数检测 | 第53-56页 |
| ·活性污泥污水处理工艺过程故障分析 | 第53-54页 |
| ·活性污泥处理系统运行参数 | 第54-56页 |
| ·模糊系统功能模块结构 | 第56页 |
| ·数据库存放的数据 | 第56-58页 |
| ·运行参数 | 第57页 |
| ·生物相状态参数 | 第57-58页 |
| ·模糊知识表示 | 第58-62页 |
| ·活性污泥工艺污水处理系统故障树 | 第58-59页 |
| ·污水处理工艺过程故障诊断系统模糊知识表示 | 第59-60页 |
| ·污水处理工艺过程故障诊断系统模糊规则库 | 第60页 |
| ·污水处理工艺过程故障诊断系统检测参数的模糊化 | 第60-62页 |
| ·推理机制的确定 | 第62-67页 |
| ·不精确推理方法的选择 | 第62-63页 |
| ·推理控制策略的选择 | 第63-64页 |
| ·模糊推理过程 | 第64-67页 |
| 6 基于FuzzyJess平台的污水处理工艺过程故障诊断系统实现 | 第67-81页 |
| ·污水处理工艺过程故障诊断专家系统开发环境的选择 | 第67-68页 |
| ·专家系统开发环境简介 | 第67页 |
| ·基于Java的专家系统工具的选择 | 第67-68页 |
| ·开发平台 | 第68页 |
| ·FuzzyJess不精确推理及其实现技术 | 第68-71页 |
| ·语言变量的模糊化 | 第69页 |
| ·不确定性传播算法 | 第69-71页 |
| ·FuzzyJess模糊规则的表示 | 第71-76页 |
| ·推导规则、判定规则和排故规则 | 第71-74页 |
| ·Fuzzy-Fuzzy型规则 | 第74-76页 |
| ·Java主程序与推理机的交互 | 第76-77页 |
| ·模糊系统的测试与改进 | 第77-81页 |
| ·模糊系统测试 | 第77-79页 |
| ·模糊系统改进 | 第79-81页 |
| 7 总结与展望 | 第81-83页 |
| ·结果与结论 | 第81页 |
| ·展望 | 第81-83页 |
| 致谢 | 第83-85页 |
| 参考文献 | 第85-89页 |
| 附录 | 第89-91页 |
| 独创性声明 | 第91页 |
| 学位论文版权使用授权书 | 第91页 |
