| 摘要 | 第3-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第10-18页 |
| 1.1 引言 | 第10-11页 |
| 1.2 人工神经网络 | 第11-14页 |
| 1.2.1 人工神经网络概论 | 第11页 |
| 1.2.2 人工神经网络的特点 | 第11-12页 |
| 1.2.3 人工神经元模型 | 第12-13页 |
| 1.2.4 人工神经网络模型 | 第13-14页 |
| 1.3 甲烷二氧化碳重整 | 第14-15页 |
| 1.3.1 甲烷二氧化碳重整反应的研究进展 | 第14-15页 |
| 1.4 人工神经网络在化工领域中的应用 | 第15-17页 |
| 1.5 本文研究内容 | 第17-18页 |
| 第二章 BP神经网络 | 第18-32页 |
| 2.1 BP神经网络 | 第18-22页 |
| 2.1.1 BP神经网络的结构 | 第18页 |
| 2.1.2 BP神经网络学习算法 | 第18-21页 |
| 2.1.3 BP神经网络的优点 | 第21-22页 |
| 2.1.4 BP神经网络的局限 | 第22页 |
| 2.2 BP神经网络的改进方法 | 第22-29页 |
| 2.2.1 学习算法的改进 | 第22-24页 |
| 2.2.2 网络结构的改进 | 第24-25页 |
| 2.2.3 遗传算法优化BP神经网络 | 第25-27页 |
| 2.2.4 粒子群算法优化BP神经网络 | 第27-29页 |
| 2.3 BP神经网络模型的敏感度分析 | 第29-32页 |
| 2.3.1 PaD法 | 第30页 |
| 2.3.2 权值法 | 第30-32页 |
| 第三章 H_2O_2氧化改性活性炭催化CH_4-CO_2重整预测模型 | 第32-48页 |
| 3.1 分析建模体系 | 第32页 |
| 3.2 分析样本数据 | 第32-33页 |
| 3.2.1 样本数据的选取 | 第32-33页 |
| 3.2.2 样本数据预处理 | 第33页 |
| 3.3 BP神经网络模型设计 | 第33-35页 |
| 3.3.1 网络层数的选取 | 第34页 |
| 3.3.2 输入层节点数的选取 | 第34页 |
| 3.3.3 隐含层节点数的选取 | 第34-35页 |
| 3.3.4 输出层节点数的选取 | 第35页 |
| 3.4 普通BP多输出预测模型 | 第35-39页 |
| 3.5 普通BP单输出预测模型 | 第39-42页 |
| 3.6 模型敏感度分析 | 第42-46页 |
| 3.6.1 各输入因素对CH_4初始转化率的影响 | 第42-44页 |
| 3.6.2 各输入因素对CH_4稳定转化率的影响 | 第44页 |
| 3.6.3 各输入因素对CO_2初始转化率的影响 | 第44-45页 |
| 3.6.4 各输入因素对CO_2稳定转化率的影响 | 第45-46页 |
| 3.7 本章小结 | 第46-48页 |
| 第四章 Ni/Al_2O_3催化CH_4-CO_2重整预测模型 | 第48-68页 |
| 4.1 实验介绍 | 第48页 |
| 4.2 反应温度预测模型 | 第48-58页 |
| 4.2.1 模型设计 | 第49页 |
| 4.2.2 BP多输出预测模型 | 第49-52页 |
| 4.2.3 改进BP多输出预测模型 | 第52-55页 |
| 4.2.4 模型对比 | 第55-56页 |
| 4.2.5 模型敏感度分析 | 第56-58页 |
| 4.3 空速预测模型 | 第58-66页 |
| 4.3.1 模型设计 | 第58页 |
| 4.3.2 BP多输出预测模型 | 第58-61页 |
| 4.3.3 改进BP多输出预测模型 | 第61-63页 |
| 4.3.4 模型对比 | 第63-64页 |
| 4.3.5 模型敏感度分析 | 第64-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第五章 Ni/ZSM-5催化CH_4-CO_2重整预测模型 | 第68-83页 |
| 5.1 Ni/ZSM-5催化CH_4-CO_2重整实验介绍 | 第68页 |
| 5.2 BP神经网络预测模型 | 第68-71页 |
| 5.2.1 模型设计 | 第68-69页 |
| 5.2.2 普通BP多输出预测模型 | 第69-71页 |
| 5.3 GA-BP预测模型 | 第71-73页 |
| 5.4 PSO-BP预测模型 | 第73-74页 |
| 5.5 模型对比 | 第74-76页 |
| 5.6 模型敏感度分析 | 第76-81页 |
| 5.6.1 BP神经网络预测模型敏感度分析 | 第76-77页 |
| 5.6.2 GA-BP预测模型敏感度分析 | 第77页 |
| 5.6.3 PSO-BP预测模型敏感度分析 | 第77-81页 |
| 5.7 本章小结 | 第81-83页 |
| 第六章 总结与展望 | 第83-87页 |
| 6.1 总结 | 第83-85页 |
| 6.2 特色与创新 | 第85页 |
| 6.3 展望 | 第85-87页 |
| 参考文献 | 第87-92页 |
| 攻读硕士学位期间取得的学术成果 | 第92-93页 |
| 致谢 | 第93页 |
