| 摘要 | 第1-4页 |
| Abstract | 第4-6页 |
| 目录 | 第6-8页 |
| 第一章 绪论 | 第8-12页 |
| ·课题的目的及意义 | 第8页 |
| ·循环流化床锅炉的发展和现状 | 第8-9页 |
| ·应用于 CFB 的先进控制策略概述 | 第9-11页 |
| ·本文主要工作 | 第11-12页 |
| 第二章 300MW 循环流化床机组床温及协调控制系统 | 第12-23页 |
| ·循环流化床锅炉概述 | 第12-14页 |
| ·循环流化床锅炉的运行原理 | 第12-13页 |
| ·循环流化床锅炉的基本构成 | 第13-14页 |
| ·循环流化床机组工艺流程 | 第14-15页 |
| ·循环流化床机组床温控制及协调控制 | 第15-23页 |
| ·循环流化床机组床温控制 | 第15-16页 |
| ·循环流化床机组协调控制 | 第16-19页 |
| ·循环流化床锅炉床温控制及协调控制系统动态特性 | 第19-23页 |
| 第三章 遗传算法优化神经网络 | 第23-34页 |
| ·遗传算法的基本理论 | 第23-26页 |
| ·遗传算法的名词解释 | 第23-24页 |
| ·遗传算法的基本运算 | 第24-25页 |
| ·遗传算法的特点 | 第25-26页 |
| ·径向基神经网络 | 第26-31页 |
| ·径向基函数 | 第26-27页 |
| ·径向基函数网络结构 | 第27-28页 |
| ·径向基网络的训练 | 第28-30页 |
| ·RBF 网络的优点及问题 | 第30-31页 |
| ·遗传算法优化 RBF 网络 | 第31-34页 |
| ·遗传算法优化 RBF 网络的方法 | 第31页 |
| ·遗传算法优化 RBF 网络原理 | 第31-33页 |
| ·遗传算法优化 RBF 网络的步骤 | 第33-34页 |
| 第四章 基于神经网络的广义预测控制 | 第34-44页 |
| ·预测控制 | 第34-37页 |
| ·预测控制的基本原理 | 第34-35页 |
| ·预测控制的基本组成部分 | 第35-37页 |
| ·广义预测控制 | 第37-40页 |
| ·GPC 基本算法 | 第37-39页 |
| ·GPC 算法的特点 | 第39-40页 |
| ·基于 GA-RBF 神经网络的广义预测控制 | 第40-44页 |
| ·GA-RBF 神经网络的预测算法 | 第40-43页 |
| ·GA-RBF 神经网络的预测算法步骤 | 第43-44页 |
| 第五章 循环流化床锅炉机组的仿真研究 | 第44-60页 |
| ·循环流化床单元机组的床温及协调控制系统模型 | 第44-45页 |
| ·GA-RBF 网络用于模型辨识的仿真研究 | 第45-50页 |
| ·GA-RBF 网络初始化设置 | 第45页 |
| ·辨识结果与分析 | 第45-50页 |
| ·GPC 控制参数的选取 | 第50-51页 |
| ·GA-RBF GPC 在循环流化床机组床温及协调控制系统中的仿真研究 | 第51-55页 |
| ·GA-RBF GPC 策略对控制系统的仿真研究 | 第52-53页 |
| ·PID 控制策略对控制系统的仿真研究 | 第53-55页 |
| ·GA-RBF GPC 对具有延迟模型的仿真研究 | 第55-60页 |
| ·GA-RBF GPC 策略对加时延的控制系统的仿真研究 | 第55-57页 |
| ·PID 控制策略对控制系统的仿真研究 | 第57-60页 |
| 第六章 总结与展望 | 第60-62页 |
| ·总结 | 第60页 |
| ·展望 | 第60-62页 |
| 参考文献 | 第62-66页 |
| 致谢 | 第66-67页 |
| 个人简介 | 第67-68页 |
