基于一类复杂工业过程的稳态优化控制研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-14页 |
| ·稳态优化控制的意义 | 第9-10页 |
| ·稳态优化控制研究现状 | 第10-13页 |
| ·国内外相关领域发展现状 | 第10-12页 |
| ·智能控制算法在稳态优化中的应用 | 第12页 |
| ·工业过程稳态优化的应用 | 第12-13页 |
| ·论文工作 | 第13-14页 |
| 2 复杂工业过程稳态优化控制策略 | 第14-18页 |
| ·工业过程稳态模型的辨识 | 第14-15页 |
| ·智能优化算法 | 第15-16页 |
| ·基于人工神经网络模型的优化方法 | 第16-17页 |
| ·提出的优化策略 | 第17-18页 |
| 3 基于改进径向基神经网络的系统建模 | 第18-35页 |
| ·人工神经网络模型 | 第18-19页 |
| ·径向基函数神经网络 | 第19-26页 |
| ·径向基函数神经网络的结构 | 第19-20页 |
| ·径向基神经网络模型 | 第20-22页 |
| ·径向基神经网络工作原理 | 第22页 |
| ·常用学习算法及改进算法 | 第22-26页 |
| ·改进径向基神经网络学习算法 | 第26-32页 |
| ·仿真研究 | 第32-34页 |
| ·本章小结 | 第34-35页 |
| 4 基本蚁群算法的研究与改进 | 第35-51页 |
| ·蚁群算法的原理 | 第35-37页 |
| ·蚂蚁群体行为的描述 | 第35页 |
| ·基本蚁群优化算法的基本思想 | 第35-36页 |
| ·蚁群优化算法的实现 | 第36-37页 |
| ·基本蚁群优化算法 | 第37-42页 |
| ·基本蚁群算法实现步骤 | 第39-41页 |
| ·算法流程图 | 第41-42页 |
| ·几种改进的蚁群优化算法 | 第42-43页 |
| ·最大-最小蚂蚁系统 | 第42页 |
| ·最优-最差蚂蚁系统 | 第42-43页 |
| ·自适应蚁群算法 | 第43页 |
| ·基于免疫思想的最大—最小蚁群优化算法 | 第43-44页 |
| ·仿真实验 | 第44-50页 |
| ·本章小结 | 第50-51页 |
| 5 乙酸乙酯反应精馏过程的稳态优化控制研究 | 第51-58页 |
| ·乙酸乙酯反应精馏过程分析 | 第51-52页 |
| ·乙酸乙酯反应精馏过程稳态优化步骤 | 第52-55页 |
| ·选择反应精馏过程中的决策变量 | 第52-53页 |
| ·建立反应精馏过程的目标函数 | 第53-54页 |
| ·确定反应精馏过程约束条件 | 第54-55页 |
| ·应用改进径向基神经网络建立反应精馏过程模型 | 第55-56页 |
| ·基于最大—最小蚁群免疫算法的寻优操作参数 | 第56-57页 |
| ·本章小结 | 第57-58页 |
| 6 总结与展望 | 第58-60页 |
| ·总结 | 第58-59页 |
| ·研究展望 | 第59-60页 |
| 参考文献 | 第60-65页 |
| 致谢 | 第65-66页 |
| 攻读学位期间发表的学术论文目录 | 第66页 |
