| 摘要 | 第1-7页 |
| ABSTRACT | 第7-10页 |
| 第一章 绪论 | 第10-15页 |
| ·课题背景及意义 | 第10-11页 |
| ·电厂煤耗计算研究现状 | 第11-12页 |
| ·电厂人工智能应用现状 | 第12-13页 |
| ·本文的主要研究内容和创新点 | 第13-14页 |
| ·论文的结构安排 | 第14-15页 |
| 第二章 煤耗性能计算方法及功能分析 | 第15-21页 |
| ·引言 | 第15页 |
| ·煤耗性能计算传统方法的难点 | 第15-16页 |
| ·神经网络在火电厂中的应用 | 第16-19页 |
| ·神经网络在煤耗性能计算中的应用 | 第19-20页 |
| ·本章小结 | 第20-21页 |
| 第三章 基于BP神经网络的锅炉飞灰含碳量计算 | 第21-37页 |
| ·引言 | 第21-22页 |
| ·飞灰含碳量对煤耗的影响 | 第22-24页 |
| ·影响飞灰含碳量的主要因素 | 第24-25页 |
| ·BP神经网络 | 第25-30页 |
| ·基于BP神经网络的飞灰含碳量计算 | 第30-36页 |
| ·本章小结 | 第36-37页 |
| 第四章 基于遗传算法的BP神经网络在煤耗计算中的应用 | 第37-56页 |
| ·引言 | 第37页 |
| ·遗传算法 | 第37-40页 |
| ·基于遗传算法的BP神经网络设计 | 第40-46页 |
| ·煤耗性能计算建模 | 第46-53页 |
| ·煤耗性能计算仿真 | 第53-55页 |
| ·本章小结 | 第55-56页 |
| 第五章 基于极速学习机的电厂煤耗计算 | 第56-63页 |
| ·引言 | 第56页 |
| ·极速学习机算法 | 第56-59页 |
| ·基于极速学习神经网络的煤耗计算 | 第59-62页 |
| ·本章小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-65页 |
| ·总结 | 第63-64页 |
| ·展望 | 第64-65页 |
| 参考文献 | 第65-68页 |
| 硕士攻读期间发表的论文 | 第68-69页 |
| 致谢 | 第69页 |