| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 绪论 | 第6-10页 |
| ·研究背景 | 第6-7页 |
| ·国内外研究现状 | 第7-8页 |
| ·氮氧化物排放量的软测量技术 | 第7-8页 |
| ·飞灰含碳量的软测量技术 | 第8页 |
| ·本文内容安排 | 第8-10页 |
| 第二章 神经网络及遗传算法简介 | 第10-27页 |
| ·神经网络简介 | 第10-16页 |
| ·生物神经元的结构与功能特点 | 第10页 |
| ·人工神经网络发展史简介 | 第10-12页 |
| ·人工神经元模型 | 第12页 |
| ·神经网络的结构及工作方式 | 第12-14页 |
| ·神经网络的学习 | 第14-16页 |
| ·神经网络的特点 | 第16-17页 |
| ·BP神经网络模型 | 第17-23页 |
| ·BP神经网络概述 | 第17-18页 |
| ·BP网络的学习算法 | 第18-22页 |
| ·BP网络的优点及缺陷 | 第22-23页 |
| ·遗传算法简介 | 第23-26页 |
| ·遗传算法简介 | 第23页 |
| ·遗传算法的特点及基本步骤 | 第23-25页 |
| ·遗传算法在神经网络方面的优化 | 第25-26页 |
| ·本章小结 | 第26-27页 |
| 第三章 飞灰含碳量和氮氧化物排放量预测模型的实现 | 第27-34页 |
| ·对飞灰含碳量的影响因素 | 第27页 |
| ·燃烧器摆角位置对飞灰含碳量的影响 | 第27页 |
| ·过量空气系数对飞灰含碳量的影响 | 第27页 |
| ·挥发分对飞灰含碳量的影响 | 第27页 |
| ·对氮氧化物生成的影响因素 | 第27-28页 |
| ·锅炉负荷变化对氮氧化物排放的影响 | 第28页 |
| ·过量空气系数变化对氮氧化物排放的影响 | 第28页 |
| ·飞灰含碳量和氮氧化物排放量预测的BP神经网络模型 | 第28-30页 |
| ·隐层数目及隐层节点的确定 | 第28-29页 |
| ·数据的预处理 | 第29页 |
| ·停止网络训练准则的确定 | 第29-30页 |
| ·用遗传算法学习神经网络的权值 | 第30-33页 |
| ·目标函数的制定 | 第30页 |
| ·编码方式 | 第30-31页 |
| ·适应度定义 | 第31页 |
| ·遗传操作的设定 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 第四章 在线监测结果分析以及算法对比 | 第34-49页 |
| ·单纯的BP神经网络训练 | 第37-42页 |
| ·飞灰含碳量的监测结果分析 | 第37-40页 |
| ·氮氧化物排放量的监测结果分析 | 第40-42页 |
| ·遗传算法和BP神经网络耦合模型的训练 | 第42-48页 |
| ·飞灰含碳量的监测结果分析 | 第43-46页 |
| ·氮氧化物排放量的监测结果分析 | 第46-48页 |
| ·总结 | 第48-49页 |
| 第五章 结论与展望 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 致谢 | 第53-54页 |
| 在学期间发表的学术论文和参加科研情况 | 第54页 |