粒子群算法改进及其在PTA溶剂脱水塔中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-12页 |
| 第一章 绪论 | 第12-17页 |
| ·引言 | 第12页 |
| ·优化问题简介 | 第12-13页 |
| ·粒子群优化算法 | 第13-14页 |
| ·溶剂脱水塔简介 | 第14-15页 |
| ·本文研究的主要内容及章节安排 | 第15-17页 |
| 第二章 粒子群优化算法 | 第17-24页 |
| ·引言 | 第17页 |
| ·原始粒子群优化算法 | 第17-21页 |
| ·算法原理 | 第17-19页 |
| ·算法流程 | 第19-20页 |
| ·算法参数设置 | 第20-21页 |
| ·标准粒子群算法 | 第21-22页 |
| ·惯性权重的引入 | 第21-22页 |
| ·收缩因子的引入 | 第22页 |
| ·粒子群算法的应用 | 第22-24页 |
| ·神经网络的训练 | 第22页 |
| ·参数优化 | 第22页 |
| ·组合优化 | 第22-23页 |
| ·其他应用 | 第23-24页 |
| 第三章 粒子群算法的改进 | 第24-36页 |
| ·粒子群算法的改进方式 | 第24-27页 |
| ·基于惯性权值的改进 | 第24页 |
| ·基于加速因子的改进 | 第24-25页 |
| ·基于收敛性分析的改进粒子群算法 | 第25-26页 |
| ·导入其他演化算法思想的改进粒子群算法 | 第26页 |
| ·其他建立非数值问题模型的改进粒子群算法 | 第26-27页 |
| ·基于粒子变异的改进粒子群算法 | 第27-31页 |
| ·线形递减惯性权重粒子群算法 | 第27-28页 |
| ·粒子变异到其他区域 | 第28-31页 |
| ·仿真试验 | 第31-35页 |
| ·小结 | 第35-36页 |
| 第四章 改进粒子群算法在PTA溶剂脱水塔中的应用 | 第36-54页 |
| ·溶剂脱水塔系统 | 第37-40页 |
| ·工艺流程 | 第37-38页 |
| ·机理分析 | 第38-40页 |
| ·PTA溶剂脱水塔塔底醋酸收率模型 | 第40-51页 |
| ·输入变量和样本数据的选择 | 第40-41页 |
| ·BP神经网络模型 | 第41-45页 |
| ·PCA-BP模型 | 第45-51页 |
| ·结果对比 | 第51页 |
| ·溶剂脱水塔的操作优化 | 第51-54页 |
| ·优化命题描述 | 第51页 |
| ·塔底醋酸收率神经网络模型 | 第51-52页 |
| ·基于改进粒子群算法的操作优化 | 第52-54页 |
| 第五章 结论与展望 | 第54-56页 |
| ·论文总结 | 第54页 |
| ·展望 | 第54-56页 |
| 参考文献 | 第56-59页 |
| 致谢 | 第59-60页 |
| 攻读学位期间进行的相关工作 | 第60-61页 |
| 作者和导师简介 | 第61-62页 |
| 硕士研究生学位论文答辩委员会决议书 | 第62-63页 |
