首页--工业技术论文--轻工业、手工业论文--烟草工业论文--机械与设备论文

集成神经网络和多目标进化算法的卷烟产品参数优化设计方法及应用研究

摘要第1-12页
ABSTRACT第12-15页
第一章 绪论第15-31页
   ·研究背景第15-16页
   ·国内外相关领域研究现状第16-27页
     ·产品参数多目标优化设计研究现状第16-20页
     ·多目标进化算法研究现状第20-23页
     ·卷烟行业应用研究现状第23-27页
   ·论文的主要研究内容与组织结构第27-31页
     ·论文的主要研究内容第27-28页
     ·论文的组织结构第28-31页
第二章 卷烟产品参数优化设计问题分析第31-47页
   ·工艺设计业务分解第31-38页
     ·打叶复烤工艺设计第32-33页
     ·制丝工艺设计第33-34页
     ·辅料配套工艺设计第34-35页
     ·工艺参数多目标优化问题第35-38页
   ·配方设计业务分解第38-43页
     ·叶组配方设计第39页
     ·香精香料配方设计第39-40页
     ·配方参数多目标优化问题第40-43页
   ·黑盒多目标优化第43-46页
   ·本章小结第46-47页
第三章 集成神经网络和多目标进化算法的产品参数优化设计方法研究第47-92页
   ·基于NN 和MOEA 的集成计算智能方法体系结构第48-49页
     ·数据采集和处理第48页
     ·混合优化第48-49页
     ·决策分析第49页
   ·基于跨越BP 算法的人工神经网络建模方法第49-77页
     ·基于跨越连接的误差反向传播算法第50-60页
     ·跨越BP 神经网络结构优化方法第60-63页
     ·基于MOEA 和BP 的神经网络混合算法第63-65页
     ·方法的应用和验证第65-77页
   ·基于神经网络适应度函数的多目标进化算法第77-90页
     ·多目标优化问题第77-80页
     ·适应度第80页
     ·基于神经网络适应度函数的多目标进化算法第80-84页
     ·方法的应用和验证第84-90页
   ·本章小结第90-92页
第四章 基于NN 和MOEA 的卷烟工艺参数优化设计方法第92-114页
   ·打叶复烤工艺参数优化设计第92-96页
     ·训练数据的采集第92-93页
     ·人工神经网络建模第93-94页
     ·多目标优化模型第94-96页
     ·模型求解及分析第96页
   ·制丝工艺参数优化设计第96-100页
     ·训练数据的采集第97-98页
     ·人工神经网络建模第98-99页
     ·多目标优化模型第99-100页
     ·模型求解及分析第100页
   ·辅料配套工艺参数优化设计第100-102页
     ·训练数据的采集第101页
     ·人工神经网络建模第101-102页
     ·多目标优化模型第102页
     ·模型求解及分析第102页
   ·卷烟工艺参数优化设计方法第102-105页
     ·优化方法第102-104页
     ·优化算法第104-105页
   ·方法的应用和验证第105-112页
     ·概述第105-107页
     ·仿真过程第107-111页
     ·结论分析与验证第111-112页
   ·新方法对传统工艺设计的影响第112-113页
   ·本章小结第113-114页
第五章 基于NN 和MOEA 的卷烟配方参数优化设计方法第114-131页
   ·配方参数优化设计第114-115页
   ·卷烟配方参数优化设计方法第115-118页
     ·优化方法第115-117页
     ·优化算法第117-118页
   ·方法的应用和验证第118-129页
     ·配方创新任务第118-127页
     ·配方维护任务第127-129页
   ·新方法对传统配方设计的影响第129-130页
   ·本章小结第130-131页
第六章 结论与展望第131-134页
   ·本文总结第131-132页
   ·进一步的研究与展望第132-134页
致谢第134-136页
参考文献第136-144页
作者在学期间取得的学术成果第144-145页
附录A 二次润叶特色工艺实验数据第145-147页
附录B 烤烟化学成分与评吸结果数据第147-152页

论文共152页,点击 下载论文
上一篇:跨大气层飞行器的力热环境分析与飞行规划研究
下一篇:高效能流体系结构关键技术研究