基于人工神经网络模拟煤环境中CO2催化气化的研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 第一章 绪论 | 第9-17页 |
| ·引言 | 第9-10页 |
| ·人工神经网络简介 | 第10-13页 |
| ·人工神经网络概论 | 第10页 |
| ·人工神经网络特点 | 第10-11页 |
| ·人工神经元模型 | 第11-13页 |
| ·常见人工神经网络模型 | 第13页 |
| ·人工神经网络在煤化工中的应用 | 第13-15页 |
| ·本文研究内容 | 第15-17页 |
| 第二章 BP神经网络及建模方法 | 第17-31页 |
| ·BP神经网络 | 第17-25页 |
| ·BP神经网络的结构 | 第17-18页 |
| ·BP神经网络基本原理 | 第18-21页 |
| ·BP神经网络的特点 | 第21-22页 |
| ·BP神经网络的改进方法 | 第22-25页 |
| ·建模方法 | 第25-31页 |
| ·分析问题 | 第25页 |
| ·选择合适的样本数据 | 第25-26页 |
| ·建立模型 | 第26-31页 |
| 第三章 实验部分 | 第31-36页 |
| ·模拟煤环境的构造 | 第31页 |
| ·实验药品与器材 | 第31-32页 |
| ·催化气化实验样品的制备 | 第32-33页 |
| ·活性炭预处理 | 第32页 |
| ·催化剂的选择 | 第32页 |
| ·催化剂的负载 | 第32-33页 |
| ·CO_2催化气化实验 | 第33-34页 |
| ·实验装置 | 第33页 |
| ·实验条件 | 第33-34页 |
| ·气化数据处理 | 第34-36页 |
| 第四章 实验预测模型与分析 | 第36-74页 |
| ·不同粒度AC1催化气化预测模型 | 第36-43页 |
| ·多输出预测模型 | 第36-39页 |
| ·单输出预测模型 | 第39-40页 |
| ·模型分析 | 第40-43页 |
| ·不同催化剂AC1催化气化预测模型 | 第43-63页 |
| ·多输出预测模型 | 第43-53页 |
| ·单输出预测模型 | 第53-54页 |
| ·模型分析 | 第54-57页 |
| ·催化剂最佳浓度预测 | 第57-60页 |
| ·阴阳离子组合预测模型 | 第60-63页 |
| ·不同活性炭催化气化预测模型 | 第63-71页 |
| ·模型设计 | 第64页 |
| ·多输出预测模型 | 第64-65页 |
| ·单输出预测模型 | 第65-69页 |
| ·模型分析 | 第69-71页 |
| ·本章小结 | 第71-74页 |
| 总结与展望 | 第74-76页 |
| 参考文献 | 第76-80页 |
| 攻读硕士学位期间取得的学术成果 | 第80-81页 |
| 致谢 | 第81页 |
