在西方发达国家污水处理起步较早，IAWQ(International Associa-tion on Water Quality) 组织了美国等五国专家，在20世纪90年代中期历经3年研究推出了活性污泥法1号模型(ASM1)，它以矩阵的形式描述了污水中好氧、缺氧条件下所发生的水解、微生物生长、衰减等8种反应，模型中包含13种物质、5个化学计量常数和14个动力学参数[26-27]。此后IAWQ的专家组于1999年推出ASM3模型[28-30]。英国水污染研究中心的模型则强调了非存活细胞的生物代谢活性; 国际水污染控制与研究协会提出的模型对组分的划分和测定、过程的定义以及模型的表达式作了进一步的改进，并综合硝化作用和反硝化作用的过程动力学作用作了分析[31-32]。
...... （共2936字） [阅读本文]>>
水环境系统智能化软测量与控制水环境系统软测量的基本思想是将系统建模理论与生产工艺过程知识有机结合起来，应用计算机软件技术，对水环境系统中一些难于在线测量或不能测量的重要变量 (称之为主导变量)，如出水BOD、COD等，通过选择另
水环境系统智能化软测量与控制软测量的基本原理是把系统辨识和控制系统建模理论与生产工艺过程知识结合起来，根据某种最优规则，选择一组既与主导变量有密切联系又易检测的变量，即二次变量，通过构造某种以二次变量为输入、主导变量为输出的数学
水环境系统智能化软测量与控制过程神经元的输入和连接权值均可为一个时间变化过程，并在传统神经元空间聚合运算的基础上，增加了一个时间聚合算子，使过程神经元的聚合运算和激励作用能同时反映信号的空间总和效应和时间总和效应。过程神经元由加
水环境系统智能化软测量与控制过程神经元网络是由若干个过程神经元和一般非时变神经元按照一定的拓扑结构组成的人工神经元系统。类似于传统神经元网络，过程神经元网络也可以按神经元之间的连接方式分为前向型过程神经元网络和反馈型过程神经元网
水环境系统智能化软测量与控制过程神经元网络的学习算法目前国内只有何新贵院士、许少华博士提出了几种方法[23]。主要有基于梯度下降的学习算法，该算法借鉴了传统的BP算法[111-112]; 基于函数正交基展开的学习算法，在输入空间
上一篇