基于人工智能的本质安全参致评定设计与实现
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第1章 绪论 | 第8-11页 |
| ·研究背景和意义 | 第8-9页 |
| ·本课题的历史与现状 | 第9-10页 |
| ·本质安全防爆技术的研究概况 | 第9页 |
| ·计算机在本质安全技术中的应用 | 第9-10页 |
| ·本课题研究的主要工作 | 第10-11页 |
| 第2章 本质安全参数评定原理 | 第11-19页 |
| ·本质安全防爆技术概念及特点 | 第11-12页 |
| ·本质安全系统的参量认可方式 | 第12-13页 |
| ·本质安全电路参数评定的传统方法 | 第13-15页 |
| ·最小点燃曲线法 | 第13-14页 |
| ·火花点燃试验法 | 第14-15页 |
| ·影响火花点燃能力的因素分析 | 第15-19页 |
| ·气体种类影响 | 第16页 |
| ·电路性质影响 | 第16-17页 |
| ·电气参数影响 | 第17-19页 |
| 第3章 本课题实现的理论方法及工具介绍 | 第19-29页 |
| ·概述 | 第19页 |
| ·人工神经网络介绍 | 第19-23页 |
| ·人工神经网络的提出 | 第19-20页 |
| ·人工神经网络的优越性 | 第20-21页 |
| ·人工神经元模型和网络结构 | 第21-22页 |
| ·人工神经网络的学习方式及规则 | 第22-23页 |
| ·遗传算法介绍 | 第23-26页 |
| ·遗传算法概述 | 第23页 |
| ·遗传算法的特点 | 第23-24页 |
| ·遗传算法的实现步骤 | 第24-26页 |
| ·Matlab 介绍 | 第26-29页 |
| ·Matlab 综述 | 第26页 |
| ·Matlab 神经网络工具箱 | 第26-27页 |
| ·Matlab 遗传算法工具箱 | 第27-29页 |
| 第4章 本质安全参数评定模型的建立与实现 | 第29-46页 |
| ·网络类型的选择 | 第29-35页 |
| ·BP 网络概述 | 第29页 |
| ·BP 网络的激活函数 | 第29-30页 |
| ·BP 网络的结构及算法 | 第30-33页 |
| ·BP 网络的缺点及改进方法 | 第33-35页 |
| ·训练样本的确定及归一化处理 | 第35-37页 |
| ·网络结构的确定 | 第37-38页 |
| ·网络初始值的优化 | 第38-39页 |
| ·训练参数的设定 | 第39-40页 |
| ·学习速率的设定 | 第39页 |
| ·期望误差的设定 | 第39页 |
| ·训练次数的设定 | 第39-40页 |
| ·建模及程序实现 | 第40-44页 |
| ·评定模型的最终确定 | 第40-41页 |
| ·Matlab 程序实现步骤 | 第41页 |
| ·训练结果及误差 | 第41-44页 |
| ·在火花试验中的验证 | 第44-46页 |
| 第5章 总结与展望 | 第46-48页 |
| ·总结 | 第46页 |
| ·未来展望 | 第46-48页 |
| 参考文献 | 第48-51页 |
| 附录 1 最小点燃曲线 | 第51-57页 |
| 附录 2 程序清单 | 第57-60页 |
| 致谢 | 第60-61页 |
| 作者攻读学位期间录用的论文 | 第61-63页 |
