| 摘要 | 第4-7页 |
| ABSTRACT | 第7-9页 |
| 第1章 绪论 | 第16-24页 |
| 1.1 论文研究背景及意义 | 第16-17页 |
| 1.2 国内外研究现状 | 第17-21页 |
| 1.2.1 锅炉燃烧优化研究现状 | 第17-19页 |
| 1.2.2 分布式极限学习机研究现状 | 第19-21页 |
| 1.3 本文研究内容及结构安排 | 第21-24页 |
| 1.3.1 研究内容 | 第21页 |
| 1.3.2 结构安排 | 第21-24页 |
| 第2章 相关理论知识 | 第24-34页 |
| 2.1 在线极限学习机理论 | 第24-28页 |
| 2.1.1 极限学习机ELM | 第24-26页 |
| 2.1.2 在线极限学习机 | 第26-28页 |
| 2.2 Spark平台介绍 | 第28-33页 |
| 2.2.1 Spark生态圈 | 第28-30页 |
| 2.2.2 Spark的分布式文件系统——HDFS | 第30-31页 |
| 2.2.3 Spark的并行计算框架 | 第31-33页 |
| 2.3 本章小结 | 第33-34页 |
| 第3章 基于海量历史数据的分布式在线极限学习机及其优化 | 第34-52页 |
| 3.1 在线极限学习机算法不足 | 第34-35页 |
| 3.2 基于海量历史数据的分布式在线极限学习机 | 第35-41页 |
| 3.2.1 思想来源 | 第35-36页 |
| 3.2.2 基于海量历史数据的分布式在线极限学习机算法结构MHD-OS-ELM | 第36-41页 |
| 3.2.3 MHD-OS-ELM算法具体实现 | 第41页 |
| 3.3 MHD-OS-ELM的Spark性能优化 | 第41-45页 |
| 3.3.1 Spark优化技术概览 | 第41-42页 |
| 3.3.2 优化数据结构 | 第42页 |
| 3.3.3 Java虚拟机垃圾回收调优 | 第42-44页 |
| 3.3.4 任务均衡 | 第44页 |
| 3.3.5 广播共享数据 | 第44-45页 |
| 3.4 算法性能分析 | 第45-51页 |
| 3.4.1 实验环境及数据集 | 第45-46页 |
| 3.4.2 测试精度分析 | 第46-48页 |
| 3.4.3 时间分析 | 第48-51页 |
| 3.5 本章小结 | 第51-52页 |
| 第4章 电站锅炉燃烧系统在线模型 | 第52-70页 |
| 4.1 电站锅炉MHD-OS-ELM系统总流程图 | 第52-54页 |
| 4.2 锅炉燃烧模型影响因素的分析 | 第54-55页 |
| 4.2.1 锅炉NOx排放量的影响因素 | 第54页 |
| 4.2.2 锅炉燃烧热效率的影响因素 | 第54-55页 |
| 4.3 数据的采集及预处理 | 第55-58页 |
| 4.3.1 实验平台 | 第55页 |
| 4.3.2 离线数据预处理 | 第55-57页 |
| 4.3.3 Spark Streaming数据在线清洗 | 第57-58页 |
| 4.4 基于MHD-OS-ELM算法的NO_x排放量预测模型 | 第58-64页 |
| 4.4.1 锅炉NO_x排放量模型架构 | 第58页 |
| 4.4.2 在线阶段批次大小的选取 | 第58-60页 |
| 4.4.3 参数L和I/C的选取 | 第60-62页 |
| 4.4.4 结果分析 | 第62-64页 |
| 4.5 基于MHD-OS-ELM算法的燃烧热效率预测模型 | 第64-69页 |
| 4.5.1 锅炉燃烧热效率模型架构 | 第64-65页 |
| 4.5.2 在线阶段批次大小的选取 | 第65-66页 |
| 4.5.3 参数L和I/C的选取 | 第66-68页 |
| 4.5.4 结果分析 | 第68-69页 |
| 4.6 本章小结 | 第69-70页 |
| 第5章 基于RD-PSO算法的锅炉燃烧多目标优化 | 第70-90页 |
| 5.1 多目标优化相关定义 | 第70-72页 |
| 5.2 基于Spark的分布式粒子群算法 | 第72-76页 |
| 5.2.1 粒子群算法 | 第72-74页 |
| 5.2.2 RD-PSO算法 | 第74-76页 |
| 5.3 锅炉燃烧多目标优化模型建立 | 第76-78页 |
| 5.3.1 多目标寻优函数 | 第76-77页 |
| 5.3.2 多目标寻优架构 | 第77-78页 |
| 5.3.3 基于RD-PSO的锅炉燃烧多目标优化架构 | 第78页 |
| 5.4 基于RD-PSO的锅炉燃烧多目标优化分析 | 第78-89页 |
| 5.4.1 实验参数 | 第79-81页 |
| 5.4.2 结果分析 | 第81-89页 |
| 5.5 本章小结 | 第89-90页 |
| 第6章 总结与展望 | 第90-92页 |
| 6.1 全文总结 | 第90-91页 |
| 6.2 研究展望 | 第91-92页 |
| 参考文献 | 第92-98页 |
| 致谢 | 第98-100页 |
| 攻读硕士学位期间的研究成果 | 第100页 |
