声明
论文说明
致谢
摘要
第一章绪论
1.1研究背景
1.2神经网络及其在污水处理领域应用现状
1.2.1神经网络
1.2.2神经网络在污水处理领域的应用现状
1.3研究内容与目标
第二章基于Python的BSM1基准仿真平台构建
2.1 ASM1机理模型
2.1.1模型交量与参数
2.1.2污水处理生化反应过程
2.1.3表观反应速率
2.2 BSM1基准仿真平台
2.2.1生化反应池模型
2.2.2沉淀池模型
2.2.3出水水质评价指标
2.3基于Python的BSM1基准仿真平台构建
2.5小结
第三章基于GRU循环神经网络的污水负荷预测分析
3.1引言
3.2时间序列分析方法
3.2.1线性时间序列分析方法
3.2.2非线性时间序列分析方法
3.3基于GRU循环神经网络的BSM1基准仿真平台进水预测分析
3.3.1问题识别
3.3.2 ARMA模型预测分析
3.3.3前馈神经网络预测分析
3.3.4 GRU循环神经网络预测分析
3.4基于GRU循环神经网络的垃圾填埋场渗滤液产量预测分析
3.4.1填埋场渗滤液产生源分析
3.4.2半经验线性回归模型预测分析
3.4.3 GRU循环神经网络预测分析
3.5小结
第四章基于DQN强化学习的污水处理自适应控制研究
4.1引言
4.2强化学习
4.3基于DQN强化学习的BSM1基准仿真平台自适应控制研究
4.3.1模型构建
4.3.2仿真实验结果
4.4基于DQN强化学习的微氧曝气SFAO4处理工艺的自适应控制研究
4.4.1工艺概述与试验装置
4.4.2模型构建
4.4.3反应器运行结果
4.5小结
第五章结论与展望
5.1研究结论
5.2主要创新点
5.3研究展望
参考文献
作者简历
附录