基于差分进化算法的数据校正及其在甲醇合成装置中的应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-23页 |
| ·引言 | 第9-10页 |
| ·数据校正研究概述 | 第10-18页 |
| ·稳态检测 | 第10-11页 |
| ·数据分类 | 第11-13页 |
| ·数据协调 | 第13-17页 |
| ·显著误差检测与侦破 | 第17-18页 |
| ·数据校正的研究意义 | 第18页 |
| ·数据校正技术的工业应用 | 第18-21页 |
| ·甲醇合成装置数据校正现状 | 第21页 |
| ·论文主要研究内容与章节 | 第21-23页 |
| 第2章 基于神经网络的显著误差检测 | 第23-36页 |
| ·引言 | 第23页 |
| ·传统显著误差检测方法基本原理 | 第23-27页 |
| ·整体检验法 | 第23-24页 |
| ·约束方程检验法 | 第24页 |
| ·测量数据检验法 | 第24-25页 |
| ·广义似然比法 | 第25-27页 |
| ·人工神经网络 | 第27-29页 |
| ·人工神经网络定义 | 第27-28页 |
| ·人工神经网络的特点 | 第28页 |
| ·神经网络在显著误差检测中的应用情况 | 第28-29页 |
| ·基于神经网络的显著误差检测方法 | 第29-33页 |
| ·网络的输入输出 | 第29-30页 |
| ·基于LM算法的BP神经网络 | 第30-32页 |
| ·基于LM-BP网络的显著误差检测方法 | 第32-33页 |
| ·实例验证 | 第33-35页 |
| ·蒸汽流动循环过程的显著误差检测 | 第33-34页 |
| ·三组分精馏过程的显著误差检测 | 第34-35页 |
| ·本章小结 | 第35-36页 |
| 第3章 基于混沌序列的改进差分进化算法研究 | 第36-56页 |
| ·引言 | 第36-37页 |
| ·标准差分进化算法 | 第37-40页 |
| ·改进的差分进化算法(CMDE) | 第40-53页 |
| ·算法介绍及算法流程 | 第40-42页 |
| ·算法性能测试与分析 | 第42-52页 |
| ·算法计算复杂性分析 | 第52-53页 |
| ·CMDE在精馏过程数据协调中的应用 | 第53-54页 |
| ·本章小结 | 第54-56页 |
| 第4章 甲醇合成装置数据校正 | 第56-70页 |
| ·引言 | 第56页 |
| ·甲醇合成工艺简介 | 第56-63页 |
| ·甲醇主要生产技术简介 | 第56-58页 |
| ·甲醇合成原理 | 第58-59页 |
| ·甲醇合成工艺流程 | 第59-61页 |
| ·影响甲醇合成的工艺条件 | 第61-62页 |
| ·合成过程平衡方程分析 | 第62-63页 |
| ·甲醇合成装置数据校正 | 第63-69页 |
| ·基于不等式约束的数据协调模型 | 第64-65页 |
| ·甲醇合成装置数据校正技术 | 第65-66页 |
| ·校正结果 | 第66-69页 |
| ·本章小结 | 第69-70页 |
| 第5章 工作总结与展望 | 第70-72页 |
| ·全文工作总结 | 第70页 |
| ·研究工作展望 | 第70-72页 |
| 参考文献 | 第72-78页 |
| 致谢 | 第78-79页 |
| 攻读硕士学位期间发表的论文 | 第79页 |
