您当前的位置:首页 > 水环境系统智能化软测量与控制方法 > 下载地址2
水环境系统智能化软测量与控制方法
- 名 称:水环境系统智能化软测量与控制方法 - 下载地址2
- 类 别:环境工程
- 下载地址:[下载地址2]
- 提 取 码:
- 浏览次数:3
新闻评论(共有 0 条评论) |
资料介绍
水环境系统智能化软测量与控制方法
出版时间:2013年版
内容简介
《水环境系统智能化软测量与控制方法》针对在废水处理等流程工业的生产过程中普遍存在着过程参数时变、难以在线实时检测,而且数学建模困难,因而不能实现实时闭环控制、不易保证产品质量的难题,研究水环境系统智能化的软测量方法,基于人工神经网络的污水处理过程参数的软测量模型,采用神经网络建模与遗传算法结合的优化控制方法,以及基于神经网络的水华短期预测方法,较系统地提出了一套基于人工智能的水环境系统软测量与控制的方案。可供从事废水处理系统测量控制和水华预测预警的研究人员参考,可作为环境工程、自动控制、信息工程等专业本科生与研究生的参考书。
目录
第1章 绪论
1.1 水环境系统在线测量与控制存在的问题
1.1.1 流程工业生产过程在线测量存在的问题
1.1.2 污水处理过程在线测量与控制存在的问题
1.2 水环境系统软测量与控制的研究现状
1.2.1 软测量的基本思想
1.2.2 软测量建模理论与方法的研究
1.2.3 污水处理过程数学模型与软测量的研究
1.2.4 污水处理过程控制方法的研究
1.2.5 水华预测方法的研究
1.3 研究目的和意义
1.3.1 理论研究与学术价值
1.3.2 研究的实际意义与应用前景
1.4 本书研究的主要内容
1.4.1 研究的主要内容
1.4.2 本书结构
第2章 水环境系统软测量原理
2.1 软测量的基本内容
2.2 软测量的原理及模型
2.2.1 软测量的基本原理
2.2.2 二次变量的选择
2.2.3 测量数据的预处理
2.2.4 软测量模型的建立
2.3 软测量的实现
2.4 本章小结
第3章 基于PNN的污水处理软测量方法研究
3.1 过程神经元网络(PNN)
3.1.1 过程神经元
3.1 _2过程神经元网络模型
3.2 基于PNN的软测量方法及改进算法
3.2.1 基于函数正交基的PNN学习算法
3.2.2 基于函数正交基展开的PNN改进算法
3.3 基于PNN的污水处理过程软测量
3.3.1 软测量模型变量的选取
3.3.2 软测量结构模型
3.3.3 实验数据及软测量结果
3.4 本章小结
第4章 基于RBF神经网络的水处理过程建模方法
4.1 RBF神经网络
4.1.1 RBF函数及RBF神经元
4.1.2 RBF网络的特点、映射机理
……
第5章 基于遗传算法的优化控制方法及实现
第6章 基于神经网络的水华预测方法
第7章 工作总结与展望
参考文献
出版时间:2013年版
内容简介
《水环境系统智能化软测量与控制方法》针对在废水处理等流程工业的生产过程中普遍存在着过程参数时变、难以在线实时检测,而且数学建模困难,因而不能实现实时闭环控制、不易保证产品质量的难题,研究水环境系统智能化的软测量方法,基于人工神经网络的污水处理过程参数的软测量模型,采用神经网络建模与遗传算法结合的优化控制方法,以及基于神经网络的水华短期预测方法,较系统地提出了一套基于人工智能的水环境系统软测量与控制的方案。可供从事废水处理系统测量控制和水华预测预警的研究人员参考,可作为环境工程、自动控制、信息工程等专业本科生与研究生的参考书。
目录
第1章 绪论
1.1 水环境系统在线测量与控制存在的问题
1.1.1 流程工业生产过程在线测量存在的问题
1.1.2 污水处理过程在线测量与控制存在的问题
1.2 水环境系统软测量与控制的研究现状
1.2.1 软测量的基本思想
1.2.2 软测量建模理论与方法的研究
1.2.3 污水处理过程数学模型与软测量的研究
1.2.4 污水处理过程控制方法的研究
1.2.5 水华预测方法的研究
1.3 研究目的和意义
1.3.1 理论研究与学术价值
1.3.2 研究的实际意义与应用前景
1.4 本书研究的主要内容
1.4.1 研究的主要内容
1.4.2 本书结构
第2章 水环境系统软测量原理
2.1 软测量的基本内容
2.2 软测量的原理及模型
2.2.1 软测量的基本原理
2.2.2 二次变量的选择
2.2.3 测量数据的预处理
2.2.4 软测量模型的建立
2.3 软测量的实现
2.4 本章小结
第3章 基于PNN的污水处理软测量方法研究
3.1 过程神经元网络(PNN)
3.1.1 过程神经元
3.1 _2过程神经元网络模型
3.2 基于PNN的软测量方法及改进算法
3.2.1 基于函数正交基的PNN学习算法
3.2.2 基于函数正交基展开的PNN改进算法
3.3 基于PNN的污水处理过程软测量
3.3.1 软测量模型变量的选取
3.3.2 软测量结构模型
3.3.3 实验数据及软测量结果
3.4 本章小结
第4章 基于RBF神经网络的水处理过程建模方法
4.1 RBF神经网络
4.1.1 RBF函数及RBF神经元
4.1.2 RBF网络的特点、映射机理
……
第5章 基于遗传算法的优化控制方法及实现
第6章 基于神经网络的水华预测方法
第7章 工作总结与展望
参考文献
下一篇: 水环境遥感应用原理与案例
上一篇: 室内环境污染控制与检测