| 摘要 | 第1-4页 |
| Abstract | 第4-11页 |
| 1 引言 | 第11-14页 |
| ·概述 | 第11页 |
| ·苜蓿薄层干燥及仿真研究概述 | 第11-12页 |
| ·国内外薄层干燥及仿真研究现状 | 第12-13页 |
| ·国外薄层干燥及仿真研究现状 | 第12页 |
| ·国内薄层干燥及仿真研究现状 | 第12-13页 |
| ·存在问题 | 第13页 |
| ·本课题研究主要内容 | 第13-14页 |
| 2 苜蓿薄层干燥试验研究 | 第14-21页 |
| ·试验材料 | 第14页 |
| ·试验装置 | 第14-15页 |
| ·试验方案 | 第15页 |
| ·单因素苜蓿薄层干燥试验及分析 | 第15-19页 |
| ·热风温度对苜蓿含水率的影响 | 第16-17页 |
| ·热风速度对苜蓿含水率的影响 | 第17页 |
| ·初始含水率对苜蓿干燥的影响 | 第17-18页 |
| ·苜蓿段长度对苜蓿含水率的影响 | 第18-19页 |
| ·正交苜蓿薄层干燥试验 | 第19-20页 |
| ·非线性多元回归苜蓿含水率预测模型的建立 | 第20-21页 |
| 3 BP 神经网络苜蓿含水率预测模型的建立 | 第21-33页 |
| ·BP 神经网络简介 | 第22-25页 |
| ·BP 神经网络传递函数 | 第22-24页 |
| ·BP 神经网络训练过程 | 第24页 |
| ·建立BP 神经网络模型的技术路线 | 第24-25页 |
| ·程序开发语言的选择及数据标准化处理 | 第25-26页 |
| ·程序开发语言的选择 | 第25-26页 |
| ·数据的标准化处理 | 第26页 |
| ·神经网络模型仿真结果评价指标 | 第26-28页 |
| ·拟合检验评价指标 | 第26-27页 |
| ·外推检验评价指标 | 第27-28页 |
| ·BP 神经网络参数的选择 | 第28-31页 |
| ·输入输出因子的选择 | 第28页 |
| ·传递函数的选择 | 第28页 |
| ·训练函数的选择 | 第28-29页 |
| ·隐含层节点数的选择 | 第29-31页 |
| ·BP 神经网络苜蓿含水率预测模型的学习训练及测试 | 第31-33页 |
| ·模型的学习训练 | 第31页 |
| ·模型的测试 | 第31-33页 |
| 4 基于遗传算法改进的BP 神经网络苜蓿含水率预测模型的建立 | 第33-42页 |
| ·遗传算法的基本理论及应用现状 | 第33-34页 |
| ·基于遗传算法的BP 神经网络 | 第34-35页 |
| ·遗传算法参数简介 | 第35-37页 |
| ·编码方式确定 | 第35-36页 |
| ·目标函数及适应度函数的选择 | 第36页 |
| ·遗传算子算法控制参数的选择 | 第36-37页 |
| ·终止循环条件的选择 | 第37页 |
| ·遗传算法工具箱的选择 | 第37页 |
| ·GA-BP 神经网络苜蓿含水率预测模型的学习训练及测试 | 第37-40页 |
| ·模型的学习训练 | 第37-39页 |
| ·模型的测试 | 第39-40页 |
| ·三种苜蓿含水率预测模型的仿真结果比较 | 第40-42页 |
| 5 结论 | 第42-43页 |
| 6 存在问题与展望 | 第43-44页 |
| 致谢 | 第44-45页 |
| 参考文献 | 第45-47页 |
| 附录 | 第47-51页 |
| 作者简介 | 第51页 |
