论文部分内容阅读
本论文在活性污泥动力学方面，基于原有的进水F／M比（即fi）等概念，首次引入了出水F／M比（即fe）、进出水F／M比减少量（即—△f）和复合半饱和常数Kfs等新概念，建立了F／M比（包括fi、fe和—△f）与曝气池主要运行参数及性能指标之间的相关定性定量关系，以及fe随时间变化的动态定量关系。采用真实的污水厂的数据，对相关关系的合理性进行了验证，并用灵敏度分析证明了fe较优地反映了曝气池运行状况。这些为F／M比概念的深入理解和应用提供了理论依据。 在微生物动力学方面，采用改进遗传算法在较大参数搜索空间内生成合适初始参数估计，联合传统局部寻优的Gauss-Newton方法用来解决生物降解动力学参数估计问题。基于Contois方程的生物降解动力学模型的相关模拟数据和文献数据验证了这种方法的有效性。这种复合方法不仅发挥了遗传算法的优良全局搜索能力，而且结合了传统最优化方法的快速局部探索优势；另外，使用基于瞬时精英保护策略的遗传算法（IEPGA）、简单改进遗传算法（IGA），和多次在参数区间内获取随机初值联用Matlab的lsqnonlin搜寻的方法，对积分形式的生物降解动力学Monod模型进行了参数估计。模拟数据和文献数据的验证结果表明，这些方法都可以较好解决这一问题。但考虑到实际运行的规模、时间以及最后结果精度，对于较大变化范围的微生物降解参数估计问题，多次（＞20次）随机初值联用lsqnonlin的方法相对遗传算法更为方便和恰当。 在酶动力学方面，将微生物动力学参数估计问题中提出的加权非线性最小二乘残差平方和（SSWE）引入到形式上类似的酶动力学方程中，给出了一种用于酶动力学积分模型的简便精确的参数估计新方法，即采用加权非线性最小二乘分析连用Matlab的lsqnonlin函数的方法。模拟数据验证了这种方法的有效性。 在QSAR和QSPR模型方面，采用贝叶斯规整化神经网络（BRBPNNs），基于ChemOffice2004内置的MOPAC2000计算了6个量子化学参数(分子最高占据能EHOMO、分子最低占据能ELUMO、分子生成热HF、分子偶极矩DIP、分子的电子能量EE和分子的核核排斥能CCR)以及氯原子数（C1）和分子量（MW），建立了87种氯代芳香族化合物结构与电化学还原电位定量关系的预测模型。最优网络结构为8-19-1，明显优于与逐步线性回归模型相同描述符的5-S-1（S为隐含层节点数），其训练集和预测集的相关系数和均方根误差（MSE）分别达到0.999和0.00011，0.982和0.0015。对最优模型计算描述符到隐含层权重平方和揭示出各个描述符对还原电位的影响大小依次为：EHOMO＞ELUMO＞HF＞CCR＞EE＞DIP＞C1＞MW；污染物的微生物降解动力学及定量结构性质关系预测的新概念、新算法研究 对BRBPNN（6一20一l）的权重平方和计算获得影响依次为:E:刀Mo>E、Mo>HF> CCR>EE>DIP。由散点图揭示出正影响有EE，MW;负影响有ELuMo，HF，、Dlp，CI，无明显正负性影响的有EHoMO，CCRO BRBpNN（6一S一l）相比BRBpNN （8一S一l）和BRBPNN（5一S一l）的稳健性最优，说明低效或无效描述符对网络规整化训 练有一定干扰。贝叶斯规整化大大方便了网络规整化参数选择，保证了网络的优 良概括能力和稳健性。这一QSPR模型对于氯代芳香族化合物采用电化学处理的 适用性以及分析相应的电化学降解机理提供了依据。