| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 课题背景及研究意义 | 第10-11页 |
| 1.2 活性污泥法污水处理过程模型和仿真技术概述 | 第11-14页 |
| 1.2.1 活性污泥法污水处理过程简介 | 第11页 |
| 1.2.2 活性污泥法污水处理过程模型简介 | 第11-14页 |
| 1.2.3 仿真技术简述 | 第14页 |
| 1.3 课题的来源与主要研究内容 | 第14-16页 |
| 1.3.1 课题来源 | 第14-15页 |
| 1.3.2 本文主要研究内容 | 第15-16页 |
| 第2章 活性污泥法污水处理过程的模型及仿真技术 | 第16-26页 |
| 2.1 活性污泥法污水处理过程 | 第16-18页 |
| 2.1.1 污水处理过程 | 第16页 |
| 2.1.2 活性污泥法污水处理过程 | 第16-17页 |
| 2.1.3 污水主要水质参数及出水水质标准 | 第17-18页 |
| 2.2 活性污泥法污水处理过程模型 | 第18-24页 |
| 2.2.1 数学模型 | 第19-22页 |
| 2.2.2 智能模型 | 第22-23页 |
| 2.2.3 混合模型 | 第23-24页 |
| 2.3 仿真技术 | 第24-25页 |
| 2.3.1 SSSP 程序 | 第24页 |
| 2.3.2 GPS-X 软件 | 第24-25页 |
| 2.3.3 EFOR 软件 | 第25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于神经网络的污水处理过程建模研究 | 第26-40页 |
| 3.1 数据选择、预处理 | 第26-28页 |
| 3.1.1 数据的选择 | 第26页 |
| 3.1.2 数据的预处理 | 第26-28页 |
| 3.2 神经网络概述 | 第28-29页 |
| 3.2.1 神经网络的发展 | 第28-29页 |
| 3.2.2 神经网络的特性 | 第29页 |
| 3.3 基于BP 神经网络的活性污泥法污水处理过程模型 | 第29-33页 |
| 3.3.1 BP 神经网络原理 | 第29-33页 |
| 3.3.2 模型设计 | 第33页 |
| 3.4 基于RBF 径向基网络的活性污泥法污水处理过程模型 | 第33-36页 |
| 3.4.1 RBF 径向基网络原理 | 第34-36页 |
| 3.4.2 模型设计 | 第36页 |
| 3.5 仿真结果与分析 | 第36-38页 |
| 3.6 本章小结 | 第38-40页 |
| 第4章 基于ANFIS 的污水处理过程建模研究 | 第40-57页 |
| 4.1 数据选择、预处理 | 第41-43页 |
| 4.1.1 数据的选择 | 第41-42页 |
| 4.1.2 数据的预处理 | 第42-43页 |
| 4.2 PCA 主元分析 | 第43-45页 |
| 4.2.1 主元分析概述 | 第43-44页 |
| 4.2.2 主元分析算法 | 第44-45页 |
| 4.2.3 提取主元 | 第45页 |
| 4.3 减法聚类 | 第45-48页 |
| 4.3.1 聚类简述 | 第45-46页 |
| 4.3.2 减法聚类 | 第46-48页 |
| 4.4 自适应模糊神经网络ANFIS | 第48-52页 |
| 4.4.1 模糊推理系统 | 第48-50页 |
| 4.4.2 自适应模糊神经网络ANFIS | 第50-52页 |
| 4.5 仿真结果与分析 | 第52-56页 |
| 4.6 本章小结 | 第56-57页 |
| 第5章 活性污泥法污水处理过程仿真软件开发 | 第57-70页 |
| 5.1 虚拟仪器LABVIEW 概述 | 第57-61页 |
| 5.1.1 虚拟仪器的概念 | 第57-58页 |
| 5.1.2 虚拟仪器的构成 | 第58页 |
| 5.1.3 LabVIEW 概述 | 第58-61页 |
| 5.2 活性污泥法污水处理过程仿真软件开发 | 第61-69页 |
| 5.2.1 溶解氧浓度子程序 | 第61-63页 |
| 5.2.2 总需氧量子程序 | 第63-65页 |
| 5.2.3 二沉池子程序 | 第65页 |
| 5.2.4 曝气池出水流量子程序 | 第65-67页 |
| 5.2.5 污水处理过程主程序 | 第67-69页 |
| 5.3 本章小结 | 第69-70页 |
| 结论和展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 攻读硕士学位期间所发表的学术论文 | 第76-77页 |
| 致谢 | 第77页 |