群智能算法在气液两相流型识别中的应用
| 摘要 | 第1-7页 |
| Abstract | 第7-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题研究的背景及意义 | 第11-12页 |
| ·国内外的研究现状分析 | 第12-14页 |
| ·课题研究的内容 | 第14-17页 |
| ·主要工作 | 第14-15页 |
| ·论文的组织 | 第15-17页 |
| 第2章 气液两相流压差波动信号及特征提取 | 第17-29页 |
| ·气液两相流实验系统及实验步骤 | 第17-19页 |
| ·气液两相流压差波动信号的获取 | 第19-22页 |
| ·气液两相流流型的特征提取 | 第22-28页 |
| ·信号预处理 | 第22-23页 |
| ·经验模式分解 | 第23-24页 |
| ·小波包技术 | 第24-25页 |
| ·基于EMD 和小波包技术的特征提取方法 | 第25-28页 |
| ·本章小结 | 第28-29页 |
| 第3章 群智能算法概述 | 第29-38页 |
| ·遗传算法 | 第29-31页 |
| ·蚁群优化算法 | 第31-32页 |
| ·离散粒子群算法 | 第32-35页 |
| ·粒子群优化算法 | 第32-34页 |
| ·离散粒子群优化算法 | 第34-35页 |
| ·群智能算法间的比较 | 第35-37页 |
| ·遗传算法的特点 | 第35-36页 |
| ·蚁群算法的特点 | 第36页 |
| ·离散粒子群优化算法的特点 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 基于群智能算法的流型特征选择方法 | 第38-52页 |
| ·群智能算法的参数设置 | 第38-40页 |
| ·算法参数设置 | 第38-39页 |
| ·算法适应度函数的确定 | 第39-40页 |
| ·最小二乘支持向量机 | 第40-42页 |
| ·特征选择结果与分析 | 第42-50页 |
| ·GA 和ACO 的特征选择结果 | 第43-46页 |
| ·BPSO 特征选择结果 | 第46-47页 |
| ·BPSO、ACO 和GA 特征选择结果对比 | 第47-48页 |
| ·最小二乘支持向量机参数优化 | 第48-50页 |
| ·本章小结 | 第50-52页 |
| 结论 | 第52-54页 |
| 参考文献 | 第54-59页 |
| 攻读学位期间取得的研究成果及发表的学术论文 | 第59-60页 |
| 致谢 | 第60页 |
