火电厂原煤混配优化模型研究与系统开发
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-9页 |
| 第1章 绪论 | 第9-15页 |
| ·课题背景 | 第9-11页 |
| ·燃煤供、需矛盾突出 | 第9页 |
| ·煤质优劣对电厂的影响 | 第9-10页 |
| ·原煤混配的重要性 | 第10-11页 |
| ·原煤混配研究现状 | 第11-13页 |
| ·国内研究概况 | 第11-12页 |
| ·国外研究概况 | 第12-13页 |
| ·论文主要研究内容 | 第13-15页 |
| 第2章 原煤混配概述 | 第15-21页 |
| ·原煤混配的概念 | 第15页 |
| ·原煤混配的方式 | 第15-16页 |
| ·不合理混煤带来的影响 | 第16-19页 |
| ·不合理混煤降低运行经济性 | 第16-17页 |
| ·燃用劣质煤对运行设备的影响 | 第17-18页 |
| ·燃用劣质煤导致锅炉出力不足 | 第18页 |
| ·污染物排放量增加 | 第18-19页 |
| ·原煤混配的目的和意义 | 第19-20页 |
| ·原煤混配的目的 | 第19页 |
| ·原煤混配的意义 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第3章 火电厂原煤混配预测与优化模型建立 | 第21-42页 |
| ·原煤混配的基础数学模型 | 第21-22页 |
| ·目标函数 | 第21页 |
| ·约束条件 | 第21-22页 |
| ·影响原煤混配的指标因素 | 第22-25页 |
| ·建立指标体系 | 第22页 |
| ·指标内涵 | 第22-25页 |
| ·建立优化模型 | 第25-27页 |
| ·粗糙集理论 | 第25-26页 |
| ·模型建立 | 第26-27页 |
| ·采用粗糙集对定性指标进行约减 | 第27页 |
| ·单煤煤质特性的研究 | 第27-32页 |
| ·单煤煤质特性分析 | 第27-28页 |
| ·原煤混配方案 | 第28-29页 |
| ·混煤煤质特性 | 第29-32页 |
| ·建立预测模型 | 第32-35页 |
| ·广义回归神经网络原理 | 第32-33页 |
| ·GRNN预测算法 | 第33-35页 |
| ·GRNN网络在煤质预测中的应用 | 第35-40页 |
| ·混煤煤质预测模型描述 | 第35-36页 |
| ·数据的归一化处理 | 第36页 |
| ·混煤煤质预测模型描述 | 第36-40页 |
| ·建立经济模型 | 第40-41页 |
| ·本章总结 | 第41-42页 |
| 第4章 原煤混配系统开发 | 第42-52页 |
| ·系统开发需求 | 第42-43页 |
| ·原煤混配系统需求 | 第42页 |
| ·系统实现流程 | 第42-43页 |
| ·系统实现的基本考虑 | 第43-45页 |
| ·系统开发语言的选择 | 第43-44页 |
| ·系统模块化设计 | 第44-45页 |
| ·原煤混配系统实现 | 第45-51页 |
| ·数据结构的设计 | 第45-46页 |
| ·软件系统设计 | 第46页 |
| ·系统实现 | 第46-48页 |
| ·系统具体操作 | 第48-51页 |
| ·本章小结 | 第51-52页 |
| 第5章 基于BP神经网络对系统的验证 | 第52-58页 |
| ·神经网络概述 | 第52页 |
| ·人工神经网络简介 | 第52页 |
| ·BP算法的研究现状 | 第52页 |
| ·BP神经网络模型 | 第52-55页 |
| ·BP神经网络模型 | 第52-53页 |
| ·BP神经网络结构 | 第53-54页 |
| ·BP算法的步骤 | 第54-55页 |
| ·BP神经网络的主要缺陷 | 第55页 |
| ·系统验证 | 第55-57页 |
| ·网络训练 | 第55-56页 |
| ·验证结果 | 第56-57页 |
| ·结果分析 | 第57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论与展望 | 第58-60页 |
| 参考文献 | 第60-62页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第62-63页 |
| 致谢 | 第63页 |
