基于模糊神经网络的电站燃煤锅炉结渣特性研究
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-12页 |
| ·选题背景 | 第9-10页 |
| ·国内外文献综述 | 第10-11页 |
| ·论文的主要研究工作 | 第11-12页 |
| 第2章 燃煤锅炉结渣特性分析 | 第12-27页 |
| ·燃煤锅炉结渣特性 | 第12-16页 |
| ·煤灰熔融温度测定 | 第12-13页 |
| ·煤灰成分对结渣特性的影响 | 第13-15页 |
| ·锅炉结构设计及运行对结渣的影响 | 第15-16页 |
| ·燃煤锅炉结渣单一判据预测方法 | 第16-21页 |
| ·根据煤灰熔点温度进行预测 | 第16-17页 |
| ·根据灰渣粘度特性进行预测 | 第17页 |
| ·根据煤灰成份特性进行预测 | 第17-18页 |
| ·根据煤灰成份综合比值进行预测 | 第18-20页 |
| ·无因次炉膛最高温度 | 第20页 |
| ·无因次炉膛实际切圆直径 | 第20-21页 |
| ·过量空气系数α | 第21页 |
| ·锅炉结渣特性的综合评判方法 | 第21-25页 |
| ·综合评判方法 | 第22-23页 |
| ·模糊聚类方法对锅炉结渣特性进行预测 | 第23-24页 |
| ·模式识别方法预测锅炉结渣特性 | 第24-25页 |
| ·人工神经网络预测锅炉结渣特性 | 第25页 |
| ·本章小结 | 第25-27页 |
| 第3章 模糊神经网络 | 第27-34页 |
| ·人工神经网络现状及发展 | 第27-30页 |
| ·神经元介绍 | 第27-28页 |
| ·BP 算法 | 第28-29页 |
| ·BP 算法的工作过程 | 第29-30页 |
| ·模糊理论基础 | 第30-32页 |
| ·模糊集合 | 第30-31页 |
| ·模糊逻辑与神经网络的结合 | 第31页 |
| ·模糊系统和神经网络的结合方式 | 第31-32页 |
| ·模糊神经网络发展概况 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 第4章 模糊神经网络模型及应用 | 第34-53页 |
| ·评判指标的选取 | 第34页 |
| ·判别指标的模糊化 | 第34-39页 |
| ·三角形隶属函数 | 第35页 |
| ·半圆形隶属函数 | 第35-36页 |
| ·柯西形隶属函数 | 第36-37页 |
| ·斜线形隶属函数 | 第37页 |
| ·梯形隶属函数 | 第37-38页 |
| ·高斯形隶属函数 | 第38-39页 |
| ·模糊神经网络模型 | 第39-40页 |
| ·模型应用 | 第40-45页 |
| ·样本数据 | 第40-41页 |
| ·模型训练 | 第41-45页 |
| ·评判指标的模糊神经网络模型 | 第45-49页 |
| ·常规神经网络模型 | 第49-52页 |
| ·确定神经网络结构及其参数 | 第49页 |
| ·各层节点激励函数 | 第49-50页 |
| ·数据预处理 | 第50页 |
| ·网络模型训练与结果分析 | 第50-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 结论与展望 | 第53-55页 |
| 参考文献 | 第55-58页 |
| 在学期间发表的学术论文和参加科研情况 | 第58-59页 |
| 致谢 | 第59-60页 |
| 详细摘要 | 第60-68页 |
