硝酸生产过程操作参数的智能优化
| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 引言 | 第11-13页 |
| 1 绪论 | 第13-20页 |
| ·生产过程优化及其意义 | 第13-14页 |
| ·生产装置的操作优化 | 第14-15页 |
| ·稳态优化的建模和优化方法 | 第15-19页 |
| ·系统建模 | 第15-16页 |
| ·优化算法 | 第16-19页 |
| ·课题主要研究的内容 | 第19-20页 |
| 2 硝酸装置操作优化问题的提出 | 第20-24页 |
| ·硝酸装置工艺流程 | 第20页 |
| ·氨氧化法生产硝酸的影响因素 | 第20-21页 |
| ·建模与寻优方法的选择 | 第21-22页 |
| ·系统建模 | 第21-22页 |
| ·优化方法的选择 | 第22页 |
| ·数据的采集和处理 | 第22-23页 |
| ·数据的采集 | 第22-23页 |
| ·数据的筛选 | 第23页 |
| ·控制参数设置与寻优指标选择 | 第23-24页 |
| 3 BP神经网络结构及BP算法的研究 | 第24-30页 |
| ·BP神经网络结构 | 第24-27页 |
| ·输入层和输出层节点数的确定 | 第24-25页 |
| ·隐含层数和层内节点数的确定 | 第25-27页 |
| ·基本BP算法原理 | 第27页 |
| ·BP算法存在的缺陷及其原因分析 | 第27-28页 |
| ·易陷于局部极小值的原因 | 第27页 |
| ·学习过程收敛速度慢的原因 | 第27-28页 |
| ·改进的BP算法的措施和方法 | 第28-30页 |
| 4 基于人工神经网络的稳态模型辩识 | 第30-41页 |
| ·引言 | 第30页 |
| ·输入／输出量及训练集的确定 | 第30-31页 |
| ·网络数据的预处理 | 第31页 |
| ·前馈网络设计 | 第31-33页 |
| ·基于人工神经网络的稳态模型辨识 | 第33-41页 |
| 5 遗传算法及其改进 | 第41-48页 |
| ·引言 | 第41页 |
| ·遗传算法的设计与实现 | 第41-44页 |
| ·编码 | 第41-43页 |
| ·选择 | 第43页 |
| ·交叉 | 第43页 |
| ·变异 | 第43-44页 |
| ·遗传算法的改进 | 第44-48页 |
| ·参数选择与初始化 | 第44-45页 |
| ·遗传算子的改进 | 第45-46页 |
| ·在产生后代的过程中选用不同方法 | 第46-47页 |
| ·种群评价和最优个体的选择 | 第47页 |
| ·中止条件的选择 | 第47-48页 |
| 6 基于神经网络模型的遗传算法稳态优化 | 第48-59页 |
| ·引言 | 第48-49页 |
| ·MATLAB语言简介 | 第49-52页 |
| ·MATLAB系统 | 第50-51页 |
| ·MATLAB的主要功能和特性 | 第51页 |
| ·MATLAB工具箱及其应用简介 | 第51-52页 |
| ·基于神经网络模型的遗传算法稳态优化 | 第52-54页 |
| ·程序设计 | 第54-57页 |
| ·程序具体流程 | 第54-56页 |
| ·程序说明 | 第56-57页 |
| ·结果分析 | 第57-58页 |
| ·本章小结 | 第58-59页 |
| 结论 | 第59-61页 |
| 参考文献 | 第61-66页 |
| 在学研究成果 | 第66-67页 |
| 致谢 | 第67页 |
