污水处理过程的智能优化控制方法研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第1章 绪论 | 第9-19页 |
| ·论文的课题背景及研究意义 | 第9-11页 |
| ·课题背景 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·污水处理过程的控制现状 | 第11-15页 |
| ·污水处理过程概述 | 第11-12页 |
| ·污水处理过程控制的研究现状 | 第12-15页 |
| ·课题来源与主要研究内容 | 第15-19页 |
| 第2章 活性污泥法污水处理的基准仿真模型 | 第19-31页 |
| ·BSM1 的模型结构 | 第19-20页 |
| ·生化反应池模型 | 第20-26页 |
| ·模型的假设 | 第20-21页 |
| ·模型中的组分及反应过程 | 第21-23页 |
| ·组分的表观反应速率 | 第23-25页 |
| ·组分的物料平衡方程 | 第25-26页 |
| ·二沉池模型 | 第26-28页 |
| ·模型的假设 | 第26页 |
| ·分层沉淀模型 | 第26-28页 |
| ·性能评价 | 第28-29页 |
| ·模型仿真 | 第29-30页 |
| ·本章小结 | 第30-31页 |
| 第3章 溶解氧浓度的神经元自适应PID控制 | 第31-39页 |
| ·神经元自适应PID控制 | 第31-35页 |
| ·神经元自适应PID控制的结构 | 第32-33页 |
| ·神经元自适应PID控制的学习算法 | 第33-34页 |
| ·神经元自适应PID的稳定性分析 | 第34-35页 |
| ·仿真实验与分析 | 第35-38页 |
| ·本章小结 | 第38-39页 |
| 第4章 脱氮过程的神经网络预测优化控制 | 第39-51页 |
| ·A/O脱氮工艺的组分分析 | 第39-42页 |
| ·机理分析 | 第40页 |
| ·控制变量确定 | 第40-42页 |
| ·神经网络预测优化控制 | 第42-46页 |
| ·神经网络预测优化控制结构 | 第43-44页 |
| ·神经网络预测模型 | 第44-45页 |
| ·优化控制的学习算法 | 第45-46页 |
| ·仿真实验与分析 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 基于改进粒子群算法的优化控制 | 第51-69页 |
| ·基于BSM1 的优化控制问题 | 第51-53页 |
| ·标准PSO算法 | 第53-57页 |
| ·标准PSO及其参数分析 | 第53-55页 |
| ·粒子运动轨迹的分析 | 第55-57页 |
| ·基于分工策略的改进粒子群优化算法 | 第57-62页 |
| ·种群的分工策略 | 第57-59页 |
| ·测试函数与仿真结果 | 第59-62页 |
| ·仿真实验与分析 | 第62-67页 |
| ·本章小结 | 第67-69页 |
| 结论与展望 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77页 |
