基于神经网络理论的废水处理控制系统研究

摘要

随着中国经济的飞速发展,废水对环境所造成的危害也日益严重.为解决这一矛盾,研究废水处理控制系统,提高废水处理系统的自动化水平,就显得十分重要.神经网络理论具有非线性、多变量特性和自适应能力等优势,这些优势用于废水处理控制系统是可行的,也是非常有价值的.该论文主要工作如下:1、对废水处理系统构建多层前馈网络,利用反向传播算法,对数据样本进行学习.从而获得废水处理系统的正向模型,为实现废水处理系统的自动控制提供前提.2、训练废水处理系统的逆向模型,作为神经网络控制方案中控制器.3、用灰色理论中的AGO预处理方法引入到BP神经网络中,可减小隐含在数据中的随机性,加快网络的建模收敛速度,提高神经网络的建模精度.4、以逆模型为控制器C,以正模型为对象的仿真器,采用直接逆控制方案.并用MATLAB为实验平台,进行仿真,验证该方案切实可行.

目录

文摘

英文文摘

独创性声明和学位论文版权使用授权书

致谢

第一章导论

1.1废水的特性及危害

1.2废水处理的现状

1.3废水排放标准

1.4神经网络用于废水处理的优势性

第二章神经网络理论用于废水处理控制系统理论分析

2.1神经网络理论发展和应用

2.2人工神经网络模型

2.3过程及难点

2.4算法设计

2.5数据的预处理

第三章废水处理系统正向模型辨识

3.1正模型的辨识方法

3.2正模型的初步设计

3.3正模型训练和权值矩阵

3.4正模型验证

3.5正向模型的分析

第四章废水处理系统逆向模型辨识

4.1逆模型的辨识方法

4.2逆模型的初步设计

4.3逆模型训练和权值矩阵

4.3逆模型验证

第五章废水处理控制方案

5.1神经网络控制方案比较

5.2直接逆控制

5.3仿真实验

5.4废水处理控制系统的分析

第六章结束语

附录1

附录2

参考文献