| 摘要 | 第3-4页 |
| ABSTRACT | 第4页 |
| 第1章 绪论 | 第7-11页 |
| 1.1 引言 | 第7页 |
| 1.2 SBR 工艺的控制策略研究 | 第7-8页 |
| 1.3 基于神经网络的 SBR 法污水处理研究 | 第8页 |
| 1.4 污水处理的计算机测控系统 | 第8-9页 |
| 1.5 神经网络的硬件实现 | 第9页 |
| 1.6 论文结构安排 | 第9-11页 |
| 第2章 SBR 工艺和神经网络技术 | 第11-24页 |
| 2.1 SBR 工艺简介 | 第11-14页 |
| 2.1.1 SBR 的五个运行阶段 | 第11-12页 |
| 2.1.2 SBR 法的工艺特点 | 第12页 |
| 2.1.3 SBR 工艺的相关污水参数 | 第12-14页 |
| 2.2 神经网络简介 | 第14-23页 |
| 2.2.1 神经网络的基本原理 | 第14-17页 |
| 2.2.2 BP 网络训练算法 | 第17-23页 |
| 2.2.3 BP 算法存在的问题 | 第23页 |
| 2.3 本章小结 | 第23-24页 |
| 第3章 软件平台的定制 | 第24-39页 |
| 3.1 嵌入式系统(Embedded system) | 第24-26页 |
| 3.1.1 SBR 工艺嵌入式系统的选择 | 第24-25页 |
| 3.1.2 Windows Embedded Standard 7 特点分析 | 第25-26页 |
| 3.2 WES7 系统的定制 | 第26-38页 |
| 3.2.1 系统的部署方法 | 第27页 |
| 3.2.2 语言包的导入 | 第27-29页 |
| 3.2.3 系统的安装 | 第29-32页 |
| 3.2.4 FeaturePack 功能模块分析 | 第32-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 基于 Matlab2013a 工具箱的 BP 神经网络 | 第39-51页 |
| 4.1 BP 神经网络基本流程 | 第39-40页 |
| 4.2 Matlab2013a 神经网络工具箱分析 | 第40-43页 |
| 4.3 基于 Matlab2013a 工具箱的 BP 神经网络 | 第43-49页 |
| 4.3.1 SBR 工艺数据分析 | 第43-44页 |
| 4.3.2 网络模型的建立 | 第44-49页 |
| 4.4 本章小结 | 第49-51页 |
| 第5章 基于 Dev C++的 BP 神经网络 | 第51-59页 |
| 5.1 BP 网络 C 程序分析及修改 | 第51-53页 |
| 5.2 动态数组的建立 | 第53-54页 |
| 5.3 C 程序实现的 pH 值变化时间序列 BP 网络预测模型 | 第54页 |
| 5.4 归一化技巧 | 第54-56页 |
| 5.5 程序运行 | 第56-58页 |
| 5.6 本章小结 | 第58-59页 |
| 第6章 总结和展望 | 第59-61页 |
| 6.1 总结 | 第59页 |
| 6.2 展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-66页 |
| 攻读学位期间的研究成果 | 第66页 |
