| 摘要 | 第6-7页 |
| Abstract | 第7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究的背景及意义 | 第10-11页 |
| 1.2 国内外研究现状 | 第11-13页 |
| 1.3 本文研究的主要内容 | 第13-14页 |
| 1.4 论文的整体结构安排 | 第14-15页 |
| 第2章 煤造气工艺过程分析 | 第15-26页 |
| 2.1 煤造气技术原理 | 第15-17页 |
| 2.2 煤造气工艺流程 | 第17-21页 |
| 2.3 煤造气工艺指标 | 第21-23页 |
| 2.4 六阶段时间参数影响 | 第23-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第3章 常用参数优化方法 | 第26-41页 |
| 3.1 线性参数优化方法 | 第26-30页 |
| 3.1.1 PID参数优化方法 | 第26-28页 |
| 3.1.2 主元分析参数优化方法 | 第28-29页 |
| 3.1.3 多元线性回归参数优化方法 | 第29-30页 |
| 3.2 非线性参数优化方法 | 第30-36页 |
| 3.2.1 SVM参数优化方法 | 第30-33页 |
| 3.2.2 迭代学习参数优化方法 | 第33-35页 |
| 3.2.3 神经网络参数优化方法 | 第35-36页 |
| 3.3 六阶段时间配比特征和数据预处理方法 | 第36-40页 |
| 3.3.1 六阶段时间配比特征 | 第36页 |
| 3.3.2 数据预处理方法 | 第36-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 基于BP神经网络的动态参数优化方法 | 第41-49页 |
| 4.1 BP神经网络 | 第41-45页 |
| 4.1.1 BP神经网络模型 | 第41-43页 |
| 4.1.2 BP神经网络算法及学习过程 | 第43-44页 |
| 4.1.3 BP算法的局限性 | 第44-45页 |
| 4.2 基于BP神经网络的线性参数优化方法 | 第45-46页 |
| 4.3 基于BP神经网络的动态参数优化方法 | 第46-48页 |
| 4.4 本章小结 | 第48-49页 |
| 第5章 基于BP神经网络的动态参数优化方法的应用 | 第49-69页 |
| 5.1 煤造气系统数据预处理 | 第49-53页 |
| 5.2 基于BP神经网络的动态参数优化方法的应用 | 第53-66页 |
| 5.2.1 多元线性回归参数优化方法应用 | 第54-57页 |
| 5.2.2 BP神经网络参数优化方法应用 | 第57-59页 |
| 5.2.3 基于BP神经网络的动态参数优化方法的应用 | 第59-66页 |
| 5.3 仿真结果与分析 | 第66-68页 |
| 5.4 本章小结 | 第68-69页 |
| 结论 | 第69-70页 |
| 致谢 | 第70-71页 |
| 参考文献 | 第71-75页 |
| 作者简介 | 第75-76页 |
| 攻读硕士学位期间发表的论文和科研成果 | 第76-77页 |