| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·选题背景及重要意义 | 第9-11页 |
| ·神经网络逆控制及其研究应用现状 | 第11-12页 |
| ·本论文的主要工作 | 第12-14页 |
| 第2章 人工神经网络简介 | 第14-25页 |
| ·人工神经元模型 | 第14-16页 |
| ·前向多阶层神经网络及BP 算法 | 第16-21页 |
| ·BP 神经网络的基本结构 | 第16-17页 |
| ·BP 网络各层神经节点的输入输出关系 | 第17-18页 |
| ·BP 网络权值调整规则 | 第18-20页 |
| ·BP 网络的L-M 训练算法 | 第20-21页 |
| ·神经网络系统辨识方法 | 第21-23页 |
| ·MATLAB 神经网络工具箱简介 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第3章 神经网络逆系统及逆控制方法 | 第25-34页 |
| ·逆系统的基本概念 | 第25-27页 |
| ·神经网络逆系统的提出 | 第27-28页 |
| ·神经网络逆系统的结构 | 第28-30页 |
| ·神经网络逆系统的基本结构 | 第28-29页 |
| ·神经网络逆系统的扩展结构 | 第29页 |
| ·神经网络逆系统结构的确定 | 第29-30页 |
| ·神经网络逆系统的学习训练 | 第30-32页 |
| ·神经网络逆系统的训练结构与步骤 | 第31页 |
| ·激励信号的选取 | 第31-32页 |
| ·神经网络逆系统控制方法 | 第32页 |
| ·本章小结 | 第32-34页 |
| 第4章 锅炉过热汽温特性及调节方法 | 第34-37页 |
| ·锅炉过热器的辐射、对流特性 | 第34-35页 |
| ·过热汽温常见调节方法 | 第35-36页 |
| ·过热汽温影响因素分析 | 第36-37页 |
| 第5章 神经网络逆控制在过热汽温控制中的应用 | 第37-58页 |
| ·300MW 亚临界锅炉过热汽温神经网络逆控制实例 | 第37-44页 |
| ·300MW 锅炉系统简介 | 第37-40页 |
| ·神经网络逆模型的建立 | 第40-42页 |
| ·神经网络逆控制的实现 | 第42-44页 |
| ·600MW 超临界锅炉过热汽温神经网络逆控制实例 | 第44-57页 |
| ·600MW 锅炉系统简介 | 第44-46页 |
| ·神经网络逆模型建立 | 第46-48页 |
| ·过热汽温系统神经网络逆模型校验 | 第48-51页 |
| ·过热汽温神经网络逆控制实现 | 第51-57页 |
| ·本章小结 | 第57-58页 |
| 第6章 结论 | 第58-59页 |
| 参考文献 | 第59-63页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第63-64页 |
| 致谢 | 第64-65页 |
| 详细摘要 | 第65-74页 |