首页--工业技术论文--自动化技术、计算机技术论文--自动化技术及设备论文--自动化系统论文--数据处理、数据处理系统论文

甘蔗煮糖过程主要检测参数的数据融合技术研究

摘要第1-5页
ABSTRACT第5-11页
第一章 绪论第11-16页
   ·课题背景第11-12页
   ·国内外的研究现状第12-13页
   ·课题研究目的及研究意义第13-14页
   ·课题研究的主要内容第14页
   ·论文组织结构第14-16页
第二章 方案设计第16-20页
   ·存在的问题第16-17页
   ·参数分析第17-18页
   ·方案设计第18-19页
   ·效果分析第19-20页
第三章 基于神经网络的数据融合第20-34页
   ·引言第20页
   ·BP神经网络存在的问题及原因第20-21页
   ·BP网络的改进——LMBP第21-22页
   ·甘蔗煮糖过程BP神经网络结构设计第22-32页
     ·输入层和输出层的确定第22页
     ·学习速率的确定第22页
     ·网络性能评价函数的确定第22-23页
     ·训练集与测试集的确定第23页
     ·隐层数和隐层节点数的确定第23-24页
     ·训练方法的确定第24-25页
     ·网络目标误差及网络训练次数的确定第25-31页
     ·LMBP算法相关参数的确定第31-32页
   ·基于神经网络的数据融合在煮糖过程中的应用第32-33页
     ·神经网络模型第32-33页
     ·结果分析第33页
   ·本章小结第33-34页
第四章 基于粒子群算法和神经网络的数据融合第34-55页
   ·引言第34页
   ·基本粒子群优化算法第34-36页
     ·PSO算法原理第34-35页
     ·参数分析第35-36页
   ·PSO算法的缺陷及改进第36-39页
     ·PSO算法的缺陷第36-37页
     ·BWPSO--改进的PSO算法的启发思想第37页
     ·BWPSO的计算公式第37页
     ·基于标准函数Goldstein-Price函数的算法验证第37-39页
   ·BWPSO算法和BP算法的融合第39-42页
     ·算法设计第40-41页
     ·BWPSONN——基于BWPSO算法优化的BP神经网络算法第41页
     ·BWPSONNBP——结合BWPSO算法和BP算法的数据融合第41-42页
   ·利用PSO算法确定LMBP神经网络的参数第42-44页
     ·训练思想第42页
     ·训练步骤第42页
     ·训练流程第42-43页
     ·实验验证第43-44页
     ·结论第44页
   ·基于BWPSO算法和BP算法的数据融合在煮糖过程中的应用第44-54页
     ·BWPSO算法相关参数的确定第44-50页
     ·结果分析第50-54页
   ·本章小结第54-55页
第五章 基于蚁群算法、粒子群算法和神经网络的数据融合第55-75页
   ·引言第55-56页
   ·基本蚁群算法第56-60页
     ·蚁群算法基本原理第56-57页
     ·蚁群算法的优点与不足第57-58页
     ·蚁群算法参数分析第58-60页
   ·基于蚁群算法的BP神经网络训练(ACONN)第60-65页
     ·基本思想第60-61页
     ·ACONN相关参数的确定第61-64页
     ·ACONN煮糖过程中的应用第64-65页
   ·蚁群算法与BP神经网络的融合第65-67页
     ·ACONNBP第65-66页
     ·BPACONN第66页
     ·BPACONNBP第66-67页
   ·基于蚁群算法和粒子群优化算法的数据融合第67-70页
     ·BWPSOACO第67-69页
     ·ACOBWPSO第69-70页
   ·基于蚁群算法、粒子群算法和神经网络的数据融合第70-74页
     ·ACOBWPSOBP第70-71页
     ·BPACOBWPSOBP第71-72页
     ·BWPSOACOBP第72-73页
     ·BPBWPSOACOBP第73-74页
   ·本章小结第74-75页
第六章 基于数据融合和虚拟仪器的甘蔗煮糖数据采集分析系统第75-90页
   ·引言第75页
   ·系统组成第75-76页
   ·系统的软件结构第76-86页
     ·主程序的设计第76-77页
     ·系统管理模块设计第77-79页
     ·数据采集模块设计第79页
     ·数据分析模块设计第79-81页
     ·数据管理模块设计第81-86页
   ·系统测试第86-90页
第七章 总结与展望第90-92页
   ·全文总结第90-91页
   ·未来展望第91-92页
参考文献第92-99页
致谢第99-100页
硕士期间的研究成果及发表的论文(2005~2008)第100页

论文共100页,点击 下载论文
上一篇:基于CLIPS的数控机床故障诊断专家系统
下一篇:广义双线性系统的稳定性与镇定