| 摘要 | 第4-6页 |
| ABSTRACT | 第6-7页 |
| 第一章 绪论 | 第10-15页 |
| 1.1 课题背景与意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.2.1 国内研究现状 | 第11-12页 |
| 1.2.2 国外研究现状 | 第12-13页 |
| 1.3 课题研究内容及结构安排 | 第13-15页 |
| 1.3.1 论文研究内容 | 第13页 |
| 1.3.2 论文结构安排 | 第13-15页 |
| 第二章 储粮模型相关研究基础 | 第15-22页 |
| 2.1 储粮传质传热机理模型 | 第15-20页 |
| 2.1.1 储粮机械通风传质传热机理分析 | 第15-16页 |
| 2.1.2 温湿度平衡方程的建立 | 第16-19页 |
| 2.1.3 模型的参数取值 | 第19-20页 |
| 2.2 模型离散化 | 第20-21页 |
| 2.3 本章小结 | 第21-22页 |
| 第三章 优化算法在储粮机械通风控制中的应用研究 | 第22-38页 |
| 3.1 控制系统架构基础研究 | 第22-27页 |
| 3.1.1 被控对象 | 第22-23页 |
| 3.1.2 优化目标 | 第23页 |
| 3.1.3 被控量和控制量 | 第23页 |
| 3.1.4 控制系统流程 | 第23页 |
| 3.1.5 预测模型 | 第23-24页 |
| 3.1.6 优化目标函数 | 第24-26页 |
| 3.1.7 控制器设计 | 第26-27页 |
| 3.2 优化算法 | 第27-32页 |
| 3.2.1 粒子群算法 | 第27-30页 |
| 3.2.2 遗传算法 | 第30-31页 |
| 3.2.3 粒子群-遗传混合算法设计 | 第31-32页 |
| 3.3 优化算法应用实验 | 第32-33页 |
| 3.3.1 粒子群算法实验 | 第32-33页 |
| 3.3.2 混合算法实验 | 第33页 |
| 3.4 实验结果比较分析 | 第33-37页 |
| 3.5 本章小结 | 第37-38页 |
| 第四章 机器学习技术在储粮机械通风过程中的应用研究 | 第38-58页 |
| 4.1 机器学习技术概述 | 第38-39页 |
| 4.2 深入SVM研究 | 第39-53页 |
| 4.2.1 SVM概述 | 第39-41页 |
| 4.2.2 线性分类器-分类平面 | 第41-42页 |
| 4.2.3 线性分类器-分类间隔 | 第42-43页 |
| 4.2.4 线性分类器的求解问题 | 第43-45页 |
| 4.2.5 线性分类器的问题求解可行域 | 第45-46页 |
| 4.2.6 线性分类器的问题求解过程 | 第46-48页 |
| 4.2.7 核函数 | 第48-50页 |
| 4.2.8 利用松弛变量优化模型忽略噪声点的能力 | 第50-53页 |
| 4.3 SVM在储粮机械通风过程中的应用实验 | 第53-57页 |
| 4.3.1 机器学习实验框架设计 | 第53页 |
| 4.3.2 实验工具选择 | 第53-54页 |
| 4.3.3 数据预处理 | 第54-55页 |
| 4.3.4 实验过程设计 | 第55-56页 |
| 4.3.5 实验结果分析 | 第56-57页 |
| 4.4 本章小结 | 第57-58页 |
| 第五章 储粮机械通风控制过程中的研究工作总结与展望 | 第58-60页 |
| 5.1 本文工作总结与创新点 | 第58-59页 |
| 5.2 研究展望 | 第59页 |
| 5.2.1 储粮机械通风控制研究展望 | 第59页 |
| 5.2.2 大数据技术在储粮机械通风控制中的研究与展望 | 第59页 |
| 5.3 本章小结 | 第59-60页 |
| 参考文献 | 第60-62页 |
| 致谢 | 第62页 |
