水环境系统智能化软测量与控制方法PDF|Epub|txt|kindle电子书版本网盘下载

水环境系统智能化软测量与控制方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 绪论1

1.1水环境系统在线测量与控制存在的问题1

1.1.1流程工业生产过程在线测量存在的问题1

1.1.2污水处理过程在线测量与控制存在的问题2

1.2水环境系统软测量与控制的研究现状6

1.2.1软测量的基本思想6

1.2.2软测量建模理论与方法的研究7

1.2.3污水处理过程数学模型与软测量的研究13

1.2.4污水处理过程控制方法的研究17

1.2.5水华预测方法的研究21

1.3研究目的和意义23

1.3.1理论研究与学术价值23

1.3.2研究的实际意义与应用前景25

1.4本书研究的主要内容27

1.4.1研究的主要内容27

1.4.2本书结构29

第2章 水环境系统软测量原理31

2.1软测量的基本内容31

2.2软测量的原理及模型32

2.2.1软测量的基本原理32

2.2.2二次变量的选择34

2.2.3测量数据的预处理35

2.2.4软测量模型的建立36

2.3软测量的实现39

2.4本章小结41

第3章 基于PNN的污水处理软测量方法研究42

3.1过程神经元网络（PNN）42

3.1.1过程神经元43

3.1.2过程神经元网络模型44

3.2基于PNN的软测量方法及改进算法45

3.2.1基于函数正交基的PNN学习算法45

3.2.2基于函数正交基展开的PNN改进算法47

3.3基于PNN的污水处理过程软测量52

3.3.1软测量模型变量的选取52

3.3.2软测量结构模型56

3.3.3实验数据及软测量结果57

3.4本章小结62

第4章 基于RBF神经网络的水处理过程建模方法64

4.1 RBF神经网络64

4.1.1 RBF函数及RBF神经元64

4.1.2 RBF网络的特点、映射机理67

4.1.3 RBF神经网络的学习算法69

4.2水处理优化控制数学模型的RBF神经网络建模方法73

4.2.1污水处理优化控制的目标73

4.2.2 RBF神经网络数学建模74

4.3 RBF神经网络模型的训练和测试75

4.3.1神经网络样本数据的采集及处理75

4.3.2神经网络模型仿真及测试76

4.4本章小结81

第5章 基于遗传算法的优化控制方法及实现83

5.1遗传算法理论及发展83

5.1.1遗传算法的发展83

5.1.2遗传算法研究的几个问题84

5.1.3遗传算法的基本特点88

5.1.4遗传算法在控制领域中的应用90

5.2基于遗传算法的污水处理过程优化设计方法92

5.2.1参数的编码93

5.2.2初始种群的生成95

5.2.3适应度函数（fitness function）的设计95

5.2.4算法控制参数设定96

5.2.5遗传操作的设计97

5.2.6算法的终止条件102

5.3污水处理过程优化控制的遗传算法实现103

5.3.1遗传算法求DO优化曲线103

5.3.2优化结果分析108

5.4优化控制的实现113

5.4.1污水处理计算机控制系统113

5.4.2神经网络建模与优化计算实现116

5.4.3 DO模糊控制及优化效果117

5.5本章小结122

第6章 基于神经网络的水华预测方法123

6.1水华及其预测方法123

6.1.1水华发生的机理123

6.1.2水华的评价指标124

6.1.3水华预测方法及其现状127

6.2基于BP神经网络的软测量及水华短期预测方法128

6.2.1软测量模型的参数确定及数据预处理129

6.2.2软测量模型的建立与仿真分析134

6.3基于RBF神经网络的软测量及水华短期预测方法139

6.3.1 RBF软测量模型的建立140

6.3.2径向基函数宽度与网络拟合能力分析141

6.3.3径向基函数宽度与网络泛化性能分析144

6.4 RBF与BP网络水华预测软测量模型的比较148

6.5基于Elman神经网络的水华短期预测方法149

6.5.1 Elman神经元模型和网络结构149

6.5.2 Elman与BP、RBF网络预测模型对比151

6.5.3基于Elman神经网络的水华短期预测模型建立与仿真154

6.6本章小结158

第7章 工作总结与展望160

7.1本书工作总结160

7.1.1本书完成的主要研究内容160

7.1.2研究工作的主要特点163

7.2今后工作展望164

参考文献166