| 第一章 绪论 | 第1-15页 |
| ·废水厌氧生物处理技术概述 | 第11-12页 |
| ·厌氧生物处理新工艺—厌氧序批式反应器 | 第12-13页 |
| ·废水生物处理领域中传统建模方法的局限性 | 第12-13页 |
| ·应用神经网络技术建立ASBR反应器数学模型的意义 | 第13页 |
| ·ANN在废水生物处理领域的研究与应用现状 | 第13-14页 |
| ·主要研究内容 | 第14-15页 |
| 第二章 厌氧序批式反应器 | 第15-22页 |
| ·原理 | 第15-16页 |
| ·ASBR工艺的特点 | 第16-17页 |
| ·影响ASBR运行的因素 | 第17-19页 |
| ·ASBR反应器中的性能参数 | 第19-20页 |
| ·ASBR处理有机废水废物 | 第20-22页 |
| 第三章 人工神经网络 | 第22-39页 |
| ·人工神经网络简介 | 第22-25页 |
| ·神经网络的概念 | 第22-23页 |
| ·神经网络的发展 | 第23页 |
| ·人工神经网络的特点 | 第23-24页 |
| ·人工神经网络模型 | 第24-25页 |
| ·反向传播(BP)网络及其学习算法 | 第25-34页 |
| ·BP网络的结构 | 第25-27页 |
| ·BP算法 | 第27-31页 |
| ·误差反向传播的流程与图形解释 | 第31-32页 |
| ·BP网络的不足及改进 | 第32-34页 |
| ·MATLAB与人工神经网络工具箱 | 第34-39页 |
| ·MATLAB简介 | 第34-35页 |
| ·神经网络工具箱函数 | 第35-38页 |
| ·MATLAB中BP网络的训练过程 | 第38-39页 |
| 第四章 厌氧序批式反应器建模预测系统的分析与设计 | 第39-49页 |
| ·基于反应机理的厌氧序批式反应器动力学模型 | 第39-43页 |
| ·数学模型的建立 | 第39-43页 |
| ·模型的实现 | 第43页 |
| ·基于BP网络的厌氧序批式反应器神经网络模型 | 第43-49页 |
| ·BP网络设计 | 第43-46页 |
| ·基于BP网络的厌氧序批序批式反应器预测模型 | 第46-47页 |
| ·BP网络程序设计的MATLAB实现 | 第47-49页 |
| 第五章 厌氧序批式反应器建模预测的仿真实验和结果分析 | 第49-65页 |
| ·实验一: 基于BP网络对ASBR出水COD预测 | 第49-55页 |
| ·实验二: 基于BP网络对ASBR出水ALK预测 | 第55-59页 |
| ·实验三: 基于不同性能参数的BP网络的预测 | 第59-61页 |
| ·实验四: 动力学模型对ASBR出水COD的预测 | 第61-65页 |
| ·动力学参数的估计 | 第62页 |
| ·动力学模型对ASBR反应器实际运行的预测 | 第62-65页 |
| 第六章 结束语 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 致谢 | 第69-70页 |
| 攻读学位期间发表的学术论文目录 | 第70-71页 |
| 符号说明 | 第71-72页 |