基于神经网络和遗传算法的锅炉燃烧优化
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-12页 |
| ·研究课题背景 | 第9页 |
| ·电力行业高效低污染的需求 | 第9页 |
| ·电站锅炉燃烧优化控制的发展概况和应用前景 | 第9页 |
| ·国内外研究现状 | 第9-10页 |
| ·本文的工作 | 第10页 |
| ·结论 | 第10-12页 |
| 第2章 电站锅炉燃烧优化控制概述 | 第12-15页 |
| ·电站锅炉燃烧优化控制的发展概况 | 第12-13页 |
| ·电站锅炉燃烧优化控制的应用前景 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第3章 BP 神经网络概述 | 第15-24页 |
| ·神经网络的发展 | 第15-18页 |
| ·人工神经网络的特点 | 第16页 |
| ·人工神经网络的结构 | 第16-18页 |
| ·BP 神经网络模型 | 第18-23页 |
| ·BP 神经网络的原理和结构 | 第18-19页 |
| ·误差反向传播神经网络的学习规则以及它的结构 | 第19-22页 |
| ·BP 网络结构设计 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第4章 遗传算法概述 | 第24-33页 |
| ·遗传算法简介 | 第24页 |
| ·遗传算法基本原理 | 第24-32页 |
| ·遗传算法基本概念 | 第24-25页 |
| ·遗传算法的运行过程 | 第25-27页 |
| ·遗传算法的基本原则 | 第27-28页 |
| ·遗传算法的改进 | 第28-31页 |
| ·遗传算法的基本执行过程 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第5章 锅炉燃烧过程的建模和稳态优化 | 第33-45页 |
| ·电站锅炉的燃烧试验 | 第33-34页 |
| ·锅炉燃烧实验准备工作 | 第33页 |
| ·试验设计 | 第33-34页 |
| ·锅炉系统的神经网络模型结构 | 第34-35页 |
| ·模型的建立 | 第35-40页 |
| ·准备所需要的工况样本 | 第35页 |
| ·锅炉燃烧效率的预测模型 | 第35-39页 |
| ·锅炉NOx 排放预测模型 | 第39-40页 |
| ·锅炉燃烧优化的实现 | 第40-44页 |
| ·优化问题描述 | 第41-44页 |
| ·本章小结 | 第44-45页 |
| 第6章 结论与展望 | 第45-47页 |
| ·结论 | 第45页 |
| ·展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第50-51页 |
| 致谢 | 第51-52页 |
| 详细摘要 | 第52-61页 |
