水泥生产预分解窑氮氧化物排放模拟与优化
| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 1 绪论 | 第9-26页 |
| 1.1 研究背景、目的及意义 | 第9-11页 |
| 1.1.1 研究背景 | 第9-10页 |
| 1.1.2 研究目的 | 第10页 |
| 1.1.3 研究意义 | 第10-11页 |
| 1.2 人工神经网络概述 | 第11-15页 |
| 1.2.1 人工神经网络的发展历史 | 第11-12页 |
| 1.2.2 人工神经网络的工作原理 | 第12-13页 |
| 1.2.3 人工神经网络的分类 | 第13页 |
| 1.2.4 BP神经网络介绍 | 第13-15页 |
| 1.3 遗传算法概述 | 第15-18页 |
| 1.3.1 遗传算法的基本思想 | 第16页 |
| 1.3.2 遗传算法的算法流程 | 第16-17页 |
| 1.3.3 遗传算法的特点 | 第17-18页 |
| 1.4 多元线性回归概述 | 第18-21页 |
| 1.4.1 多元线性回归的基本思想 | 第18页 |
| 1.4.2 多元线性回归模型的建立方法 | 第18页 |
| 1.4.3 多元线性回归模型的检验 | 第18-21页 |
| 1.5 国内外相关领域研究进展 | 第21-24页 |
| 1.5.1 水泥预分解窑氮氧化物减排研究进展 | 第21-22页 |
| 1.5.2 人工神经网络和遗传算法研究进展 | 第22-23页 |
| 1.5.3 多元线性回归研究进展 | 第23-24页 |
| 1.6 论文框架及技术路线 | 第24-26页 |
| 1.6.1 论文框架 | 第24页 |
| 1.6.2 技术路线 | 第24-26页 |
| 2 基于ANN-GA模型对氮氧化物的研究 | 第26-38页 |
| 2.1 水泥预分解窑氮氧化物的形成 | 第26-29页 |
| 2.1.1 水泥预分解窑氮氧化物的产生状况 | 第26-27页 |
| 2.1.2 水泥预分解窑氮氧化物的类型及形成机理 | 第27-29页 |
| 2.2 模型建立与优化方法 | 第29-34页 |
| 2.3 结果分析与讨论 | 第34-37页 |
| 2.4 本章小结 | 第37-38页 |
| 3 基于多元线性回归模型对氮氧化物的研究 | 第38-46页 |
| 3.1 多元线性回归模型 | 第38-44页 |
| 3.1.1 变量的选取 | 第38页 |
| 3.1.2 模型的建立与检验 | 第38-40页 |
| 3.1.3 模型的修正 | 第40-44页 |
| 3.2 结果分析与讨论 | 第44-45页 |
| 3.3 本章小结 | 第45-46页 |
| 4 ANN-GA模型与多元线性回归模型比较 | 第46-49页 |
| 4.1 模型准确性比较 | 第46-47页 |
| 4.2 模型优化功能比较 | 第47-48页 |
| 4.3 本章小结 | 第48-49页 |
| 5 结论与展望 | 第49-51页 |
| 5.1 结论 | 第49-50页 |
| 5.2 创新点 | 第50页 |
| 5.3 不足与展望 | 第50-51页 |
| 参考文献 | 第51-55页 |
| 附录A ANN-GA模型部分程序 | 第55-59页 |
| 攻读硕士学位期间发表学术论文情况 | 第59-60页 |
| 致谢 | 第60-61页 |
