第一章分析水環(huán)境系統(tǒng)在線測(cè)量與控制存在的問(wèn)題,論述軟測(cè)量的基本思想、軟測(cè)量建模理論與方法的發(fā)展,詳細(xì)分析水環(huán)境系統(tǒng)數(shù)學(xué)建模、軟測(cè)量與控制的研究現(xiàn)狀,最后介紹課題的來(lái)源、研究的目的意義與應(yīng)用前景,以及本文研究的...[繼續(xù)閱讀]
海量資源,盡在掌握
第一章分析水環(huán)境系統(tǒng)在線測(cè)量與控制存在的問(wèn)題,論述軟測(cè)量的基本思想、軟測(cè)量建模理論與方法的發(fā)展,詳細(xì)分析水環(huán)境系統(tǒng)數(shù)學(xué)建模、軟測(cè)量與控制的研究現(xiàn)狀,最后介紹課題的來(lái)源、研究的目的意義與應(yīng)用前景,以及本文研究的...[繼續(xù)閱讀]
水環(huán)境系統(tǒng)軟測(cè)量的基本思想是將系統(tǒng)建模理論與生產(chǎn)工藝過(guò)程知識(shí)有機(jī)結(jié)合起來(lái),應(yīng)用計(jì)算機(jī)軟件技術(shù),對(duì)水環(huán)境系統(tǒng)中一些難于在線測(cè)量或不能測(cè)量的重要變量(稱之為主導(dǎo)變量),如出水BOD、COD等,通過(guò)選擇另外一些容易測(cè)量且與其...[繼續(xù)閱讀]
軟測(cè)量的基本原理是把系統(tǒng)辨識(shí)和控制系統(tǒng)建模理論與生產(chǎn)工藝過(guò)程知識(shí)結(jié)合起來(lái),根據(jù)某種最優(yōu)規(guī)則,選擇一組既與主導(dǎo)變量有密切聯(lián)系又易檢測(cè)的變量,即二次變量,通過(guò)構(gòu)造某種以二次變量為輸入、主導(dǎo)變量為輸出的數(shù)學(xué)模型,用計(jì)...[繼續(xù)閱讀]
二次變量(輔助變量)的選擇是建立軟測(cè)量的第一步,它對(duì)軟測(cè)量的成功與否相當(dāng)重要,由于軟測(cè)量的對(duì)象都是灰箱系統(tǒng),故得不到精確模型。二次變量的選擇一般從過(guò)程機(jī)理入手分析,挑選主要因素,若缺乏機(jī)理知識(shí),則采用主元素分析、回...[繼續(xù)閱讀]
水處理過(guò)程測(cè)量數(shù)據(jù)常常因?yàn)樽陨硖攸c(diǎn)或外部噪聲污染不能直接作為軟測(cè)量模型的輸入,因此,過(guò)程數(shù)據(jù)的預(yù)處理成為軟測(cè)量技術(shù)中的重要一環(huán),數(shù)據(jù)的預(yù)處理包括數(shù)據(jù)變換、誤差處理等。輸入數(shù)據(jù)的正確性和可靠性關(guān)系到軟測(cè)量的精...[繼續(xù)閱讀]
軟測(cè)量建模方法較多,主要有機(jī)理建模、辨識(shí)建模兩種基本方法,以及最近發(fā)展起來(lái)的基于人工智能的建模方法。也可將這些方法有機(jī)地結(jié)合起來(lái),如機(jī)理建模與辨識(shí)建模結(jié)合的方法,即對(duì)機(jī)理已知的系統(tǒng)部分采用機(jī)理建模方法,對(duì)機(jī)理未...[繼續(xù)閱讀]
軟測(cè)量的實(shí)現(xiàn)方法是軟測(cè)量技術(shù)應(yīng)用的核心,軟測(cè)量的實(shí)現(xiàn)主要通過(guò)編寫程序來(lái)實(shí)現(xiàn)?;谏窠?jīng)網(wǎng)絡(luò)軟測(cè)量的實(shí)現(xiàn)可采用MATLAB和VisualBasic或C++混合編程的方法。這種實(shí)現(xiàn)技術(shù)不僅程序的正確率高,而且人機(jī)界面比較好,兼顧了兩種軟件的...[繼續(xù)閱讀]
本章論述水環(huán)境系統(tǒng)軟測(cè)量原理,主要研究包括:二次變量的選擇、測(cè)量數(shù)據(jù)的處理、軟測(cè)量模型的建立,以及軟測(cè)量的實(shí)現(xiàn)方法。軟測(cè)量建模方法是研究的核心問(wèn)題,實(shí)現(xiàn)軟測(cè)量的基本方法是構(gòu)造一個(gè)研究對(duì)象的數(shù)學(xué)模型,但軟測(cè)量模型...[繼續(xù)閱讀]
過(guò)程神經(jīng)元的輸入和連接權(quán)值均可為一個(gè)時(shí)間變化過(guò)程,并在傳統(tǒng)神經(jīng)元空間聚合運(yùn)算的基礎(chǔ)上,增加了一個(gè)時(shí)間聚合算子,使過(guò)程神經(jīng)元的聚合運(yùn)算和激勵(lì)作用能同時(shí)反映信號(hào)的空間總和效應(yīng)和時(shí)間總和效應(yīng)。過(guò)程神經(jīng)元由加權(quán)、聚...[繼續(xù)閱讀]
過(guò)程神經(jīng)元網(wǎng)絡(luò)是由若干個(gè)過(guò)程神經(jīng)元和一般非時(shí)變神經(jīng)元按照一定的拓?fù)浣Y(jié)構(gòu)組成的人工神經(jīng)元系統(tǒng)。類似于傳統(tǒng)神經(jīng)元網(wǎng)絡(luò),過(guò)程神經(jīng)元網(wǎng)絡(luò)也可以按神經(jīng)元之間的連接方式分為前向型過(guò)程神經(jīng)元網(wǎng)絡(luò)和反饋型過(guò)程神經(jīng)元網(wǎng)絡(luò)。...[繼續(xù)閱讀]