首页--环境科学、安全科学论文--环境质量评价与环境监测论文--环境监测论文--水质监测论文

基于自组织递归RBF神经网络的出水氨氮软测量研究

摘要第4-6页
Abstract第6-7页
第1章 绪论第10-22页
    1.1 课题背景及研究意义第10-12页
        1.1.1 课题背景第10-11页
        1.1.2 研究意义第11-12页
    1.2 国内外出水氨氮测量方法研究现状第12-15页
    1.3 递归神经网络研究现状第15-18页
        1.3.1 递归神经网络结构自组织方法研究现状第16-17页
        1.3.2 递归神经网络算法研究现状第17-18页
    1.4 课题来源第18页
    1.5 研究内容及论文安排第18-22页
第2章 出水氨氮软测量模型辅助变量的选择第22-28页
    2.1 出水氨氮机理分析第22-23页
    2.2 出水氨氮辅助变量选取第23-26页
        2.2.1 数据采集和预处理第23页
        2.2.2 辅助变量降维第23-26页
    2.3 本章小结第26-28页
第3章 基于ROLS算法的递归RBF神经网络设计第28-48页
    3.1 递归RBF神经网络第28-29页
    3.2 递归RBF神经网络自组织机制设计第29-31页
        3.2.1 结构增长-删减型递归RBF神经网络第29-30页
        3.2.2 递归正交最小二乘算法第30-31页
    3.3 ROLS-RRBF神经网络第31-37页
        3.3.1 结构调整算法第32-33页
        3.3.2 参数训练算法第33-36页
        3.3.3 ROLS-RRBF神经网络实现流程第36-37页
    3.4 收敛性分析第37-39页
        3.4.1 固定结构的递归RBF神经网络收敛性分析第37-38页
        3.4.2 动态结构的递归RBF神经网络收敛性分析第38-39页
    3.5 实验结果及分析第39-45页
    3.6 本章小结第45-48页
第4章 基于ROLS-RRBF神经网络的出水氨氮软测量模型第48-58页
    4.1 出水氨氮软测量模型原理第48-49页
    4.2 基于ROLS-RRBF神经网络的出水氨氮软测量模型框架第49页
    4.3 出水氨氮软测量模型第49-52页
        4.3.1 出水氨氮软测量模型的训练与预测第49-51页
        4.3.2 出水氨氮软测量模型的校正第51页
        4.3.3 出水氨氮软测量模型的评价指标第51-52页
    4.4 出水氨氮预测结果及分析第52-55页
    4.5 本章小结第55-58页
第5章 出水氨氮软测量智能系统开发第58-68页
    5.1 软件系统需求分析和开发流程第58-60页
        5.1.1 系统的需求分析第58页
        5.1.2 系统的开发流程第58-60页
    5.2 软件系统总体方案设计第60页
    5.3 系统的功能开发第60-66页
        5.3.1 用户管理模块设计及实现第60-62页
        5.3.2 氨氮软测量系统主页模块设计及实现第62-63页
        5.3.3 氨氮软测量相关信息模块设计及实现第63页
        5.3.4 神经网络模型模块设计及实现第63-65页
        5.3.5 二阶A2/O工艺模块设计及实现第65-66页
    5.4 本章小结第66-68页
结论与展望第68-70页
参考文献第70-78页
攻读硕士学位期间的成果第78页
攻读硕士学位期间所获奖励第78-80页
致谢第80-81页

论文共81页,点击 下载论文
上一篇:基于模糊神经网络的污水处理过程跟踪控制研究
下一篇:基于卷积神经网络识别子宫肌电信号宫缩的研究