| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第一章 绪论 | 第8-14页 |
| 1.1 研究背景与意义 | 第8-9页 |
| 1.2 锅炉燃烧优化系统的国内外研究现状 | 第9-12页 |
| 1.2.1 基于数据驱动的锅炉燃烧特性建模研究现状 | 第9-10页 |
| 1.2.2 锅炉燃烧优化智能算法研究现状 | 第10-11页 |
| 1.2.3 锅炉燃烧优化系统研究现状 | 第11-12页 |
| 1.3 本文主要研究内容和结构安排 | 第12-14页 |
| 第二章 锅炉燃烧优化特征变量子集研究 | 第14-32页 |
| 2.1 引言 | 第14页 |
| 2.2 锅炉效率和NO_x排放影响因素分析 | 第14-17页 |
| 2.2.1 NO_x的生成机理 | 第14-15页 |
| 2.2.2 NO_x排放影响因素分析 | 第15-16页 |
| 2.2.3 锅炉效率影响因素分析 | 第16-17页 |
| 2.3 基于互信息的特征变量选择方法研究 | 第17-25页 |
| 2.3.1 互信息相关概念 | 第17-18页 |
| 2.3.2 基于互信息的特征选择准则 | 第18-19页 |
| 2.3.3 基于互信息的分步式特征选择算法 | 第19-23页 |
| 2.3.4 仿真验证 | 第23-25页 |
| 2.4 锅炉燃烧优化特征变量子集选择 | 第25-31页 |
| 2.4.1 数据采集与预处理 | 第25-27页 |
| 2.4.2 基于互信息的相关性分析 | 第27-30页 |
| 2.4.3 燃烧优化特征变量选择 | 第30-31页 |
| 2.5 本章小结 | 第31-32页 |
| 第三章 基于特征变量子集的锅炉燃烧优化系统动态建模 | 第32-55页 |
| 3.1 引言 | 第32-33页 |
| 3.2 基于SVMR的NARMAX动态模型 | 第33-36页 |
| 3.2.1 SVMR原理 | 第33-34页 |
| 3.2.2 NARMAX模型 | 第34-35页 |
| 3.2.3 SVMR-NARMAX的模型结构 | 第35-36页 |
| 3.2.4 SVMR-NARMAX模型的精度评价指标 | 第36页 |
| 3.3 SVMR-NARMAX动态模型的参数优化 | 第36-46页 |
| 3.3.1 粒子群算法与改进 | 第36-38页 |
| 3.3.2 分群粒子群(GPSO)算法 | 第38-41页 |
| 3.3.3 基于GPSO算法的动态模型参数优化仿真研究 | 第41-46页 |
| 3.4 锅炉燃烧优化系统动态建模 | 第46-54页 |
| 3.4.1 基于SVMR-NARMAX的锅炉燃烧系统动态建模 | 第46-48页 |
| 3.4.2 基于GPSO算法的动态模型参数优化 | 第48-50页 |
| 3.4.3 燃烧优化系统动态建模仿真结果 | 第50-54页 |
| 3.5 本章小结 | 第54-55页 |
| 第四章 基于GPSO算法的锅炉燃烧优化控制方法研究 | 第55-65页 |
| 4.1 引言 | 第55页 |
| 4.2 基于GPSO的锅炉燃烧优化方法 | 第55-57页 |
| 4.2.1 锅炉燃烧优化问题要点 | 第55-56页 |
| 4.2.2 基于GPSO的锅炉燃烧优化计算流程 | 第56-57页 |
| 4.3 锅炉燃烧优化闭环控制方法 | 第57-60页 |
| 4.3.1 锅炉燃烧优化闭环控制系统的组成 | 第57-58页 |
| 4.3.2 锅炉燃烧优化闭环控制系统的实施方案 | 第58-60页 |
| 4.4 仿真结果 | 第60-64页 |
| 4.5 本章小结 | 第64-65页 |
| 第五章 总结与展望 | 第65-67页 |
| 5.1 总结 | 第65-66页 |
| 5.2 展望 | 第66-67页 |
| 参考文献 | 第67-72页 |
| 致谢 | 第72-73页 |
| 作者在攻读硕士学位期间发表的论文 | 第73页 |
| 作者在攻读硕士学位期间参与的专利设计 | 第73页 |
| 作者在攻读硕士学位期间参与的科研项目 | 第73页 |
