| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 1 绪论 | 第8-13页 |
| ·研究背景与意义 | 第8-9页 |
| ·多目标遗传算法及煤气化优化的研究现状 | 第9-11页 |
| ·多目标遗传算法的研究现状 | 第9-11页 |
| ·多目标遗传算法在煤气化过程优化中的研究现状 | 第11页 |
| ·本文研究的主要内容 | 第11-13页 |
| 2 固定床煤气化过程建模及仿真 | 第13-32页 |
| ·煤气化过程 | 第13-17页 |
| ·煤气化反应基本原理 | 第13-15页 |
| ·煤气化过程的性能指标及影响因素 | 第15-17页 |
| ·固定床煤气化过程模型建立 | 第17-21页 |
| ·最小二乘支持向量机 | 第17-20页 |
| ·固定床煤气化过程 LS-SVM 模型建立 | 第20-21页 |
| ·遗传算法优化固定床煤气化过程 LS-SVM 模型 | 第21-24页 |
| ·遗传算法 | 第21-23页 |
| ·适应度函数的选取 | 第23-24页 |
| ·固定床煤气化过程 LS-SVM 模型仿真验证 | 第24-30页 |
| ·固定床煤气化过程 LS-SVM 模型训练及检验 | 第24-27页 |
| ·LS-SVM 模型和 BP 模型的比较 | 第27-30页 |
| ·本章小结 | 第30-32页 |
| 3 多目标遗传算法的改进及测试函数仿真验证 | 第32-50页 |
| ·多目标优化问题的基本理论 | 第32-33页 |
| ·本文采用的多目标遗传算法 | 第33-36页 |
| ·快速非支配排序方法 | 第33页 |
| ·拥挤度比较算子 | 第33-34页 |
| ·模拟二进制（SBX）交叉 | 第34页 |
| ·多项式变异 | 第34-35页 |
| ·NSGA-II 算法流程图 | 第35-36页 |
| ·多目标遗传算法的改进 | 第36-39页 |
| ·对位学习（OBL） | 第36-38页 |
| ·混沌优化 | 第38-39页 |
| ·基于混沌局部搜索和对位学习的多目标遗传算法 | 第39-42页 |
| ·对位学习与 NSGA-II 的结合 | 第39-40页 |
| ·混沌局部搜索策略与 OB-NSGA-II 的结合 | 第40-42页 |
| ·多目标遗传算法的性能评价 | 第42-49页 |
| ·Pareto 解集的评价 | 第42页 |
| ·基于多目标遗传算法的两目标测试函数优化仿真 | 第42-46页 |
| ·基于多目标遗传算法的三目标测试函数优化仿真 | 第46-49页 |
| ·本章小结 | 第49-50页 |
| 4 改进的多目标遗传算法用于煤气化过程参数优化 | 第50-58页 |
| ·固定床煤气化过程多目标优化模型的建立 | 第50-51页 |
| ·优化目标的选取 | 第50页 |
| ·多目标优化模型的建立 | 第50-51页 |
| ·多目标遗传算法在煤气化过程参数优化中的应用研究 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 5 结论与展望 | 第58-60页 |
| ·结论 | 第58-59页 |
| ·展望 | 第59-60页 |
| 致谢 | 第60-61页 |
| 参考文献 | 第61-65页 |
| 附录 | 第65页 |