結(jié)合神經(jīng)網(wǎng)絡(luò)、并行遺傳算法及模糊推理系統(tǒng)模擬預(yù)測(cè)了毒物負(fù)荷沖擊下厭氧反應(yīng)器性能參數(shù)的動(dòng)態(tài)變化，并借助模糊集理論對(duì)毒物負(fù)荷沖擊下厭氧反應(yīng)器的運(yùn)行狀態(tài)進(jìn)行了估計(jì)，取得以下研究結(jié)果。 1．研究了毒物負(fù)荷沖擊下厭氧反應(yīng)器性能參數(shù)的變化規(guī)律。 （1）未經(jīng)毒物馴化的UASB反應(yīng)器（UASB-RⅠ）、毒物馴化的UASB反應(yīng)器（UASB-RⅡ）和厭氧濾器AF受到有機(jī)負(fù)荷和有毒負(fù)荷聯(lián)合沖擊時(shí)，出水COD的最大增幅大于兩個(gè)負(fù)荷各自單獨(dú)沖擊時(shí)的最大增幅的疊加；出水堿度（ALK）的最大降幅小于兩個(gè)負(fù)荷各自單獨(dú)沖擊時(shí)的最大降幅的疊加；容積產(chǎn)氣率（VGP）在聯(lián)合沖擊時(shí)通常先下降后上升；CH₄百分含量（％CH₄）在COD和三氯甲烷（CF）聯(lián)合沖擊時(shí)的最大降幅大于COD和CF分別單獨(dú)沖擊時(shí)的最大降幅的疊加，在COD和2，4-二硝基酚（DNP）聯(lián)合沖擊時(shí)的最大降幅與COD和DNP各自單獨(dú)沖擊時(shí)的最大降幅疊加和基本一致。 （2）多負(fù)荷沖擊（COD+CF+DNP+ALK）按照正交試驗(yàn)來(lái)設(shè)計(jì)，反應(yīng)器UASB-RⅠ在多負(fù)荷沖擊時(shí)，影響出水VFA的因素的主次順序?yàn)镃F... 

【文章來(lái)源】：浙江大學(xué)浙江省 211工程院校 985工程院校 教育部直屬院校

【文章頁(yè)數(shù)】：157 頁(yè)

【學(xué)位級(jí)別】：博士

【文章目錄】：
中文摘要
英文摘要
1 引論
    1.1 廢水厭氧生物處理技術(shù)
        1.1.1 廢水厭氧生物處理技術(shù)
        1.1.2 厭氧消化系統(tǒng)影響因素
    1.2 厭氧反應(yīng)器模型
        1.2.1 動(dòng)力學(xué)模型
        1.2.2 神經(jīng)網(wǎng)絡(luò)模型
    1.3 人工神經(jīng)網(wǎng)絡(luò)
        1.3.1 人工神經(jīng)網(wǎng)絡(luò)概念
        1.3.2 人工神經(jīng)網(wǎng)絡(luò)發(fā)展
        1.3.3 人工神經(jīng)網(wǎng)絡(luò)特征及分類(lèi)
    1.4 人工神經(jīng)網(wǎng)絡(luò)在廢水厭氧處理中的應(yīng)用
        1.4.1 厭氧消化過(guò)程中BP神經(jīng)網(wǎng)絡(luò)模型
        1.4.2 厭氧消化過(guò)程中模糊神經(jīng)網(wǎng)絡(luò)模型
        1.4.3 自組織映射神經(jīng)網(wǎng)絡(luò)模型
        1.4.4 子網(wǎng)并聯(lián)的神經(jīng)網(wǎng)絡(luò)模型
        1.4.5 基于遺傳算法的神經(jīng)網(wǎng)絡(luò)模型
        1.4.6 混合神經(jīng)網(wǎng)絡(luò)模型
    1.5 本文研究的主要內(nèi)容
2 厭氧反應(yīng)器啟動(dòng)及負(fù)荷沖擊試驗(yàn)
    2.1 厭氧反應(yīng)器啟動(dòng)
        2.1.1 材料和方法
        2.1.2 UASB反應(yīng)器RⅠ和RⅡ的啟動(dòng)
        2.1.3 UASB-RⅡ反應(yīng)器馴化
        2.1.4 厭氧濾器啟動(dòng)
    2.2 負(fù)荷沖擊試驗(yàn)
        2.2.1 正交試驗(yàn)設(shè)計(jì)原理
        2.2.2 負(fù)荷沖擊試驗(yàn)設(shè)計(jì)
        2.2.3 試驗(yàn)過(guò)程
    2.3 負(fù)荷沖擊試驗(yàn)結(jié)果分析
        2.3.1 有機(jī)負(fù)荷單獨(dú)沖擊試驗(yàn)結(jié)果分析
        2.3.2 CF單獨(dú)沖擊試驗(yàn)結(jié)果分析
        2.3.3 DNP單獨(dú)沖擊試驗(yàn)結(jié)果分析
        2.3.4 CF和COD聯(lián)合沖擊試驗(yàn)結(jié)果分析
        2.3.5 DNP和COD聯(lián)合沖擊試驗(yàn)結(jié)果分析
        2.3.6 多負(fù)荷沖擊試驗(yàn)結(jié)果分析
        2.3.7 反應(yīng)器在不同負(fù)荷沖擊下試驗(yàn)結(jié)果分析
    2.4 小結(jié)
3 基于BP神經(jīng)網(wǎng)絡(luò)的厭氧反應(yīng)器模擬預(yù)測(cè)
    3.1 BP神經(jīng)網(wǎng)絡(luò)及改進(jìn)算法
        3.1.1 BP算法原理與實(shí)現(xiàn)
        3.1.2 BP算法改進(jìn)
        3.1.3 神經(jīng)網(wǎng)絡(luò)性能評(píng)價(jià)指標(biāo)
        3.1.4 數(shù)據(jù)樣本分組
    3.2 基于BP神經(jīng)網(wǎng)絡(luò)的厭氧反應(yīng)器時(shí)間序列模擬預(yù)測(cè)
        3.2.1 基于神經(jīng)網(wǎng)絡(luò)TBPNN-RⅠ的厭氧反應(yīng)器模擬預(yù)測(cè)
        3.2.2 基于神經(jīng)網(wǎng)絡(luò)TBPNN-RⅡ的厭氧反應(yīng)器模擬預(yù)測(cè)
        3.2.3 TBPNN-RⅠ和TBPNN-RⅡ預(yù)測(cè)反應(yīng)器AF動(dòng)態(tài)變化
    3.3 基于不同性能參數(shù)的BP神經(jīng)網(wǎng)絡(luò)的厭氧反應(yīng)器模擬預(yù)測(cè)
        3.3.1 基于神經(jīng)網(wǎng)絡(luò)MBPNN-RⅠ的厭氧反應(yīng)器模擬預(yù)測(cè)
        3.3.2 基于神經(jīng)網(wǎng)絡(luò)MBPNN-RⅡ的厭氧反應(yīng)器模擬預(yù)測(cè)
        3.3.3 MBPNN-RⅠ和MBPNN-RⅡ預(yù)測(cè)反應(yīng)器AF動(dòng)態(tài)變化
    3.4 小結(jié)
4 基于并行遺傳算法神經(jīng)網(wǎng)絡(luò)的厭氧反應(yīng)器模擬預(yù)測(cè)
    4.1 基于并行遺傳算法的神經(jīng)網(wǎng)絡(luò)
        4.1.1 遺傳算法基本概念
        4.1.2 遺傳算法實(shí)現(xiàn)
        4.1.3 基于實(shí)數(shù)編碼的并行遺傳算法神經(jīng)網(wǎng)絡(luò)
    4.2 基于并行遺傳算法的神經(jīng)網(wǎng)絡(luò)對(duì)厭氧反應(yīng)器的模擬預(yù)測(cè)
        4.2.1 厭氧反應(yīng)器UASB-RⅠ模擬預(yù)測(cè)結(jié)果
        4.2.2 厭氧反應(yīng)器UASB-RⅡ模擬預(yù)測(cè)結(jié)果
        4.2.3 PGANN-RⅠ和PGANN-RⅡ在其它反應(yīng)器的應(yīng)用
    4.3 小結(jié)
5 基于模糊神經(jīng)網(wǎng)絡(luò)的厭氧反應(yīng)器模擬預(yù)測(cè)
    5.1 T-S型模糊神經(jīng)網(wǎng)絡(luò)
        5.1.1 T-S型模糊系統(tǒng)
        5.1.2 T-S型模糊神經(jīng)網(wǎng)絡(luò)
    5.2 基于模糊神經(jīng)網(wǎng)絡(luò)FNN-RⅠ的厭氧反應(yīng)器模擬預(yù)測(cè)
        5.2.1 模糊神經(jīng)網(wǎng)絡(luò)FNN-RⅠ建立
        5.2.2 FNN-RⅠ模擬預(yù)測(cè)結(jié)果分析
        5.2.3 FNN-RⅠ預(yù)測(cè)UASB-RⅡ動(dòng)態(tài)變化
    5.3 基于模糊神經(jīng)網(wǎng)絡(luò)FNN-RⅡ的厭氧反應(yīng)器模擬預(yù)測(cè)
        5.3.1 模糊神經(jīng)網(wǎng)絡(luò)FNN-RⅡ建立
        5.3.2 FNN-RⅡ模擬預(yù)測(cè)結(jié)果分析
        5.3.3 FNN-RⅡ預(yù)測(cè)UASB-RⅠ動(dòng)態(tài)變化
    5.4 FNN-RⅠ和FNN-RⅡ預(yù)測(cè)反應(yīng)器AF動(dòng)態(tài)變化
    5.5 小結(jié)
6 厭氧反應(yīng)器運(yùn)行狀態(tài)估計(jì)
    6.1 基于模糊綜合評(píng)判模型的厭氧反應(yīng)器運(yùn)行狀態(tài)估計(jì)
        6.1.1 模糊綜合評(píng)價(jià)原理
        6.1.2 厭氧反應(yīng)器運(yùn)行狀態(tài)估計(jì)
    6.2 基于模糊穩(wěn)定性指數(shù)的厭氧反應(yīng)器運(yùn)行狀態(tài)估計(jì)
        6.2.1 模糊穩(wěn)定性指數(shù)建立
        6.2.2 隸屬函數(shù)確定
        6.2.3 毒物負(fù)荷沖擊下厭氧反應(yīng)器的模糊穩(wěn)定性指數(shù)變化
    6.3 小結(jié)
7 結(jié)論
參考文獻(xiàn)：
附錄： 攻讀博士學(xué)位期間發(fā)表的論文
致謝


【參考文獻(xiàn)】：
期刊論文
[1]一個(gè)生態(tài)模型中的動(dòng)力學(xué)[J]. 鄧圣福,楊地蓮,燕銳,張偉年.  四川大學(xué)學(xué)報(bào)(自然科學(xué)版). 2000(03)
[2]UV/H2O2/草酸鐵絡(luò)合物光降解水中氯仿的研究[J]. 李太友,劉瓊玉.  中國(guó)環(huán)境科學(xué). 1999(06)
[3]遺傳算法與神經(jīng)網(wǎng)絡(luò)的結(jié)合[J]. 李敏強(qiáng),徐博藝,寇紀(jì)淞.  系統(tǒng)工程理論與實(shí)踐. 1999(02)
[4]廣義遺傳算法的邏輯結(jié)構(gòu)及全局收斂性的證明[J]. 董聰,郭曉華.  計(jì)算機(jī)科學(xué). 1998(05)
[5]廣義遺傳算法[J]. 董聰.  大自然探索. 1998(01)
[6]厭氧消化體系的酸堿性及其緩沖能力[J]. 張旭,王寶貞,朱宏.  中國(guó)環(huán)境科學(xué). 1997(06)
[7]厭氧消化過(guò)程的非模型控制[J]. 胡澤新,魯習(xí)文.  生物工程學(xué)報(bào). 1994(04)
[8]細(xì)胞神經(jīng)網(wǎng)絡(luò)的數(shù)學(xué)理論（Ⅰ）[J]. 廖曉昕.  中國(guó)科學(xué)（A輯 數(shù)學(xué) 物理學(xué) 天文學(xué) 技術(shù)科學(xué)）. 1994(09)



本文編號(hào)：3384382