人工神经元网络在热量计量中的应用技术研究
| 第一章 绪论 | 第1-15页 |
| ·课题的意义及来源 | 第7-8页 |
| ·国内外蒸汽测量的研究现状 | 第8-10页 |
| ·人工神经网络的产生与发展 | 第10-12页 |
| ·人工神经网络在检测技术中的现状、可行性及特点 | 第12-13页 |
| ·课题面临的问题及任务 | 第13-14页 |
| ·课题研究的主要成果 | 第14-15页 |
| 第二章 蒸汽流量测量的传统迭代算法分析 | 第15-25页 |
| ·蒸汽流量测量的原理及公式 | 第15-18页 |
| ·用于蒸汽流量测量的传统迭代算法 | 第18-20页 |
| ·蒸汽流量测量中的不确定度分析 | 第20-22页 |
| ·蒸汽流量测量中的流量补偿 | 第22-24页 |
| ·蒸汽流量测量中直接使用传统算法遇到的问题 | 第24-25页 |
| 第三章 人工神经网络的基本理论 | 第25-41页 |
| ·生物神经元的基本结构和原理 | 第25-26页 |
| ·人工神经元的基本结构和特点 | 第26-28页 |
| ·人工神经元的模型结构 | 第26-27页 |
| ·人工神经元网络的基本特点 | 第27-28页 |
| ·人工神经网络的类型 | 第28-32页 |
| ·非线性变换单元组成的前馈网络及BP算法 | 第32-36页 |
| ·网络结构 | 第32页 |
| ·BP算法 | 第32-35页 |
| ·BP算法中存在的问题 | 第35-36页 |
| ·标准BP算法的改进 | 第36-41页 |
| ·增加动量项 | 第36-37页 |
| ·动态调节学习速率 | 第37页 |
| ·动态调整活化函数的形状 | 第37-39页 |
| ·扩大训练周期 | 第39-41页 |
| 第四章 人工神经网络在蒸汽流量测量中的应用研究 | 第41-71页 |
| ·网络模型选择 | 第41-42页 |
| ·误差反向传播网络的实现 | 第42页 |
| ·BP网络结构的设计 | 第42-49页 |
| ·网络输入、输出层的设计 | 第42-43页 |
| ·网络隐层的设计 | 第43-49页 |
| ·活化函数的选取 | 第49-51页 |
| ·关于网络训练样本的研究 | 第51-55页 |
| ·训练样本集的选择 | 第51-52页 |
| ·训练样本集的预处理 | 第52-55页 |
| ·关于蒸汽流量测量的BP网络学习的研究 | 第55-64页 |
| ·初始权值对BP网络学习速度的影响 | 第55-58页 |
| ·学习速率的确定 | 第58-60页 |
| ·动量因子α的确定 | 第60-62页 |
| ·学习时间的控制 | 第62-64页 |
| ·应用结果分析 | 第64-68页 |
| ·大范围工况下的应用 | 第64-65页 |
| ·小范围工况下的应用 | 第65-68页 |
| ·BP网络在蒸汽流量测量中的滤波作用分析 | 第68-71页 |
| ·BP网络的滤波作用分析 | 第68-69页 |
| ·计算机仿真试验 | 第69-70页 |
| ·小结 | 第70-71页 |
| 第五章 人工神经网络在微处理器中的实现 | 第71-81页 |
| ·PIC系列单片机的功能和特点 | 第71-74页 |
| ·BP网络在PIC16C74A中的实现 | 第74-80页 |
| ·小结 | 第80-81页 |
| 第六章 结束语 | 第81-82页 |
| 致谢 | 第82-83页 |
| 参考文献 | 第83-85页 |
