首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文

蚁群算法在1000MW火电机组模型辨识中的应用

摘要第5-6页
Abstract第6-7页
第1章 绪论第10-14页
    1.1 课题研究背景和意义第10-11页
    1.2 模型辨识理论与方法第11-12页
    1.3 论文的主要工作第12-14页
第2章 1000MW 机组主要特性及建模方法第14-20页
    2.1 1000MW 火电机组热工对象模型辨识方法第14页
    2.2 1000MW 火电机组的特性第14-16页
        2.2.1 1000MW 超超临界机组的划分第14页
        2.2.2 1000MW 超超临界机组的静态特性第14-16页
        2.2.3 1000MW 超超临界机组的动态特性第16页
    2.3 1000MW 火电机组的模型结构的确定第16-19页
    2.4 本章小结第19-20页
第3章 蚁群算法原理及在模型辨识中应用第20-35页
    3.1 蚁群算法的提出第20-22页
    3.2 蚁群算法的流程第22-27页
        3.2.1 基本蚁群算法的数学模型第22-24页
        3.2.2 基本蚁群算法模型辨识流程第24-25页
        3.2.3 应用于模型辨识的蚁群算法的数学模型第25-27页
        3.2.4 应用于模型辨识的蚁群算法步骤第27页
    3.3 蚁群算法的参数对算法的影响第27-29页
        3.3.1 参数 m 对算法的影响第28页
        3.3.2 参数ρ对算法的影响第28页
        3.3.3 启发式因子α和期望启发因子β对算法的影响第28-29页
        3.3.4 信息素强度 Q 对蚁群算法性能的影响第29页
    3.4 蚁群算法的特点第29-31页
        3.4.1 蚁群算法具有系统特征第29页
        3.4.2 分布式计算第29-30页
        3.4.3 自组织第30页
        3.4.4 正反馈第30-31页
    3.5 基本蚁群算法的缺点及改进第31-33页
        3.5.1 基本蚁群算法的缺点第31页
        3.5.2 引入变异特性的蚁群算法第31-33页
    3.6 本章小结第33-35页
第4章 基于蚁群算法的 1000MW 机组模型辨识第35-52页
    4.1 数据预处理第35-39页
    4.2 参数论域的选择第39页
    4.3 燃料量与主汽压关系模型辨识第39-41页
    4.4 风煤比与含氧量关系模型辨识第41-44页
    4.5 引送风量与炉膛压力关系模型辨识第44-45页
    4.6 燃水比与过热汽温关系模型辨识第45-48页
    4.7 依赖于辨识模型的控制器参数优化示例第48-51页
    4.8 本章小结第51-52页
第5章 结论和展望第52-54页
    5.1 结论第52-53页
    5.2 展望第53-54页
参考文献第54-57页
攻读硕士期间发表的学位论文和参加科研情况第57-58页
致谢第58页

论文共58页,点击 下载论文
上一篇:热电联产机组(火用)成本分布通用模型建立与监测程序开发
下一篇:新型一体式大功率LED路灯热管散热研究