首页--工业技术论文--电工技术论文--发电、发电厂论文--发电厂论文--火力发电厂、热电站论文--锅炉及燃烧系统论文

电站锅炉燃烧系统优化算法研究

摘要第3-4页
abstract第4-5页
1 绪论第9-16页
    1.1 课题研究背景及意义第9-10页
    1.2 课题研究现状第10-14页
        1.2.1 电站锅炉及其燃烧优化技术概述第10-12页
        1.2.2 电站锅炉燃烧系统优化方法研究现状第12-14页
    1.3 本文的主要工作第14-16页
2 差分进化算法的研究与改进第16-24页
    2.1 标准差分进化算法第16-19页
        2.1.1 差分进化算法的原理第16页
        2.1.2 差分进化算法的实现步骤第16-19页
    2.2 改进的差分进化算法第19-20页
        2.2.1 参数自适应策略第19-20页
        2.2.2 共享函数机制第20页
    2.3 实验分析-测试函数寻优第20-22页
    2.4 本章小结第22-24页
3 电站锅炉燃烧系统的建模与仿真技术研究第24-52页
    3.1 BP神经网络建模方法第24-26页
        3.1.1 BP神经网络概述第24-25页
        3.1.2 BP神经网络的实现步骤第25-26页
    3.2 支持向量机建模方法第26-31页
        3.2.1 统计学习理论及其相关概念第26-28页
        3.2.2 支持向量机概述及其回归算法的实现第28-31页
    3.3 最小二乘支持向量机建模方法第31-33页
        3.3.1 最小二乘支持向量机回归算法第31-32页
        3.3.2 最小二乘支持向量机的模型参数自优化第32-33页
    3.4 研究对象及试验设计第33-35页
    3.5 直接预测模型实例验证与结果分析第35-43页
        3.5.1 预测模型的建立第35页
        3.5.2 数据预处理第35-36页
        3.5.3 BP算法模型预测第36-37页
        3.5.4 SVM算法模型预测第37-39页
        3.5.5 LSSVM算法模型预测第39-41页
        3.5.6 仿真结果与总结分析第41-43页
    3.6 间接预测模型实例验证与结果分析第43-51页
        3.6.1 预测模型的建立第43-45页
        3.6.2 数据预处理第45-47页
        3.6.3 LSSVM-ADE算法模型预测第47-49页
        3.6.4 仿真结果与总结分析第49-51页
    3.7 本章小结第51-52页
4 电站锅炉燃烧系统的优化方法研究第52-62页
    4.1 博弈论思想第52-53页
        4.1.1 博弈论概述第52页
        4.1.2 博弈的分类第52-53页
    4.2 基于博弈差分算法的多目标优化算法第53-56页
        4.2.1 博弈论与多目标优化设计第53-54页
        4.2.2 NASH均衡优化模型与实验仿真分析第54-56页
    4.3 预测模型优化实例分析与研究第56-61页
        4.3.1 优化目标及待优化参数设置第56-57页
        4.3.2 NASH-ADE算法的实现第57-59页
        4.3.3 优化结果与分析第59-61页
    4.4 本章小结第61-62页
5 电站锅炉燃烧优化系统设计第62-83页
    5.1 基于LabVIEW的开发环境第62-65页
        5.1.1 LabVIEW语言概述第62-63页
        5.1.2 LabVIEW语言的设计步骤第63-64页
        5.1.3 LabVIEW与MATLAB混合编程第64-65页
    5.2 系统的结构设计第65-66页
    5.3 系统的界面设计及其实现功能第66-71页
        5.3.1 用户登录界面第66页
        5.3.2 系统主界面设计第66-67页
        5.3.3 系统各子界面设计第67-71页
    5.4 系统各功能模块的设计第71-81页
        5.4.1 用户登录及退出程序设计第71-72页
        5.4.2 选择模块程序设计第72页
        5.4.3 数据采集模块程序设计第72-74页
        5.4.4 数据库操作程序设计第74-76页
        5.4.5 报表查阅与趋势查询模块程序设计第76-79页
        5.4.6 超限报警及其他功能控制模块程序设计第79-81页
    5.5 本章小结第81-83页
6 总结与展望第83-87页
    6.1 本文工作总结第83-85页
    6.2 展望第85-87页
致谢第87-89页
参考文献第89-95页
硕士研究生在读期间的研究成果第95-97页
附录 图表索引第97-99页

论文共99页,点击 下载论文
上一篇:机床装备监控系统可配置底层平台设计与实现
下一篇:基于深度卷积神经网络的图像分类模型的设计与实现