基于电厂实时运行数据的模型辨识方法研究
| 摘要 | 第1页 |
| ABSTRACT | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·课题研究背景 | 第7-8页 |
| ·系统辨识技术发展及现状 | 第8-11页 |
| ·本课题研究的内容 | 第11-12页 |
| 第二章 系统辨识的基本原理与方法 | 第12-16页 |
| ·系统辨识定义 | 第12-14页 |
| ·系统辨识内容 | 第14页 |
| ·建立数学模型的基本方法 | 第14-15页 |
| ·机理分析法 | 第14页 |
| ·测试法 | 第14-15页 |
| ·系统辨识的目的 | 第15页 |
| ·Matlab 系统辨识工具箱简介 | 第15-16页 |
| 第三章 采用经典辨识法辨识模型 | 第16-26页 |
| ·热工过程机理分析 | 第16-17页 |
| ·数据选取 | 第17-19页 |
| ·拟合阶跃响应曲线 | 第19-20页 |
| ·模型辨识 | 第20-24页 |
| ·本章小结 | 第24-26页 |
| 第四章 采用最小二乘法模型辨识 | 第26-31页 |
| ·最小二乘法的基本原理 | 第26-27页 |
| ·采用最小二乘法对汽包压力模型辨识 | 第27-30页 |
| ·本章小结 | 第30-31页 |
| 第五章 采用遗传算法模型辨识 | 第31-37页 |
| ·遗传算法的基本原理 | 第31-32页 |
| ·遗传算法的一般步骤 | 第32-33页 |
| ·采用遗传算法对汽包压力进行模型辨识研究 | 第33-36页 |
| ·遗传算法各参数的选取 | 第33-35页 |
| ·Matlab 下遗传算法辨识及仿真 | 第35-36页 |
| ·本章小结 | 第36-37页 |
| 第六章 采用神经网络方法建立模型 | 第37-51页 |
| ·神经网络的发展与现状 | 第37页 |
| ·神经网络的特点 | 第37-38页 |
| ·神经网络的结构 | 第38-41页 |
| ·神经元模型 | 第38-39页 |
| ·前馈型神经网络 | 第39-40页 |
| ·递归神经网络 | 第40-41页 |
| ·MLP 与BP 算法 | 第41-45页 |
| ·采用前馈神经网络模型辨识 | 第45-49页 |
| ·前馈神经网络设计思想 | 第45-46页 |
| ·神经网络模型辨识应用 | 第46-49页 |
| ·对几种辨识方法的比较 | 第49页 |
| ·本章小结 | 第49-51页 |
| 第七章 结论与展望 | 第51-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 在学期间发表的学术论文和参加科研情况 | 第57页 |
