| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·生物柴油研究的意义 | 第9页 |
| ·生物柴油在国内外的研究现状 | 第9-12页 |
| ·国外生物柴油的研究现状 | 第9-11页 |
| ·国内生物柴油的研究现状 | 第11-12页 |
| ·生物柴油的制备方法 | 第12-15页 |
| ·酯交换法 | 第12-15页 |
| ·酯化法 | 第15页 |
| ·本课题的研究现状及进展 | 第15-17页 |
| ·本课题的提出 | 第17-21页 |
| ·研究背景及意义 | 第17-19页 |
| ·研究内容 | 第19页 |
| ·研究方案的设计 | 第19-21页 |
| 第二章 人工神经网络 | 第21-30页 |
| ·概述 | 第21页 |
| ·神经网络模型及学习方式与规则 | 第21-22页 |
| ·BP网络的工作原理与方法 | 第22-25页 |
| ·BP网络的设计 | 第25-27页 |
| ·训练样本的获取 | 第25页 |
| ·网络的层数 | 第25-26页 |
| ·隐含层的神经元数 | 第26页 |
| ·初始权值的选取 | 第26页 |
| ·学习速率 | 第26-27页 |
| ·BP网络的缺陷及改进 | 第27-28页 |
| ·MATLAB中BP神经网络的工具箱函数 | 第28-30页 |
| 第三章 小桐子油制备生物柴油的研究 | 第30-37页 |
| ·材料与方法 | 第30-32页 |
| ·材料 | 第30-31页 |
| ·试验装置 | 第31页 |
| ·方法 | 第31-32页 |
| ·结果与分析 | 第32-36页 |
| ·单因素试验 | 第32-35页 |
| ·正交试验 | 第35-36页 |
| ·结论 | 第36-37页 |
| 第四章 生物柴油制备工艺的BP网络预测模型 | 第37-44页 |
| ·生物柴油制备试验样本的数据的处理 | 第37-40页 |
| ·生物柴油网络预测模型网络层次的确立 | 第40页 |
| ·生物柴油网络预测模型的隐含层节点数的确定 | 第40-42页 |
| ·生物柴油网络预测模型网络模型的确定 | 第42-43页 |
| ·生物柴油网络预测模型BP网络模型的应用 | 第43-44页 |
| 第五章 遗传算法优化的神经网络对生物柴油的优化处理 | 第44-57页 |
| ·遗传算法的基本思想 | 第44-45页 |
| ·遗传算法的实现 | 第45-50页 |
| ·编码方法 | 第45-46页 |
| ·适应度函数 | 第46页 |
| ·遗传算法的基本运算 | 第46-48页 |
| ·遗传算法的基本流程 | 第48-49页 |
| ·遗传算法的运行参数 | 第49-50页 |
| ·遗传算法对BP网络的优化 | 第50-54页 |
| ·遗传算法优化的BP网络的应用 | 第54-56页 |
| ·遗传算法优化后BP网络的实验验证 | 第56页 |
| ·结论 | 第56-57页 |
| 第六章 结论与展望 | 第57-59页 |
| ·结论 | 第57页 |
| ·展望 | 第57-59页 |
| 致谢 | 第59-60页 |
| 参考文献 | 第60-64页 |
| 附录 | 第64-70页 |