基于改进BP神经网络的电渗析脱盐率预测
| 摘要 | 第1-5页 |
| Abstract | 第5-7页 |
| 创新点摘要 | 第7-10页 |
| 前言 | 第10-11页 |
| 第一章 文献综述 | 第11-32页 |
| ·电渗析 | 第11-16页 |
| ·电渗析技术的发展简介 | 第11-12页 |
| ·电渗析技术的应用前景 | 第12页 |
| ·电渗析技术新进展 | 第12-13页 |
| ·电渗析原理 | 第13-14页 |
| ·电渗析特点 | 第14-15页 |
| ·几种常见电渗析工艺 | 第15-16页 |
| ·离子交换膜 | 第16-19页 |
| ·离子交换膜基本概况 | 第16-17页 |
| ·离子交换膜的选择透过性机理 | 第17-19页 |
| ·影响离子交换膜选择透过性的因素 | 第19页 |
| ·浓差极化 | 第19-20页 |
| ·浓差极化产生原因 | 第19页 |
| ·浓差极化的防治 | 第19-20页 |
| ·极限电流密度 | 第20-21页 |
| ·神经网络 | 第21-23页 |
| ·神经网络的定义 | 第21页 |
| ·神经网络的发展历史 | 第21页 |
| ·神经网络的特点 | 第21-22页 |
| ·人工神经元模型 | 第22-23页 |
| ·神经网络的两种基本结构 | 第23页 |
| ·BP 神经网络 | 第23-26页 |
| ·BP 网络的基本原理 | 第24-26页 |
| ·BP 算法的实现过程 | 第26页 |
| ·BP 算法的改进 | 第26-32页 |
| ·BP 网络的缺陷 | 第26-27页 |
| ·BP 算法的主要改进方法 | 第27-32页 |
| 第二章 基于样本数据构建人工神经网络 | 第32-40页 |
| ·引言 | 第32页 |
| ·BP 神经网络结构设计 | 第32-36页 |
| ·输入量、输出量的设计 | 第32-33页 |
| ·隐层及其节点数的确定 | 第33-34页 |
| ·传递函数的选择 | 第34-35页 |
| ·初始权值的选取 | 第35页 |
| ·训练函数的选取 | 第35-36页 |
| ·面向 Matlab 的 BP 神经网络设计 | 第36-40页 |
| 第三章 电渗析实验部分 | 第40-43页 |
| ·试验仪器介绍 | 第40页 |
| ·电渗析单元与离子交换膜 | 第40-41页 |
| ·电渗析装置 | 第41页 |
| ·电渗析实验原理 | 第41-42页 |
| ·实验设计方案 | 第42-43页 |
| 第四章 极限电流的测定及实验结果 | 第43-53页 |
| ·极限电流的测定 | 第43-45页 |
| ·分析方法 | 第45-48页 |
| ·实验结果 | 第48-53页 |
| 第五章 神经网络模型预测 | 第53-72页 |
| ·不同隐层节点数对脱盐率的预测影响 | 第53-56页 |
| ·不同学习速率对脱盐率的预测影响 | 第56-59页 |
| ·不同动量因子对脱盐率的预测影响 | 第59-64页 |
| ·不同权值变化增加量对脱盐率的预测影响 | 第64-69页 |
| ·BP 神经网络与改进 BP 神经网络的对比研究 | 第69-72页 |
| 结论 | 第72-73页 |
| 参考文献 | 第73-77页 |
| 研究生在校期间发表论文情况 | 第77-80页 |
| 致谢 | 第80-81页 |
| 详细摘要 | 第81-88页 |
