基于人工智能燃煤电站锅炉NO_x排放及经济运行研究
| 摘要 | 第3-4页 |
| abstract | 第4-5页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究的背景 | 第9-11页 |
| 1.2 课题研究的意义 | 第11-12页 |
| 1.3 国内外研究现状 | 第12-14页 |
| 1.4 课题的来源 | 第14页 |
| 1.5 本课题主要工作内容 | 第14页 |
| 1.6 本章小结 | 第14-15页 |
| 第2章 人工神经网络算法概述 | 第15-35页 |
| 2.1 人工神经网络的发展 | 第15-16页 |
| 2.2 人工神经网络的结构 | 第16页 |
| 2.3 人工神经网络的特点 | 第16-17页 |
| 2.4 人工神经网络的学习方式 | 第17-18页 |
| 2.5 BP神经网络 | 第18-21页 |
| 2.5.1 BP神经网络理论 | 第18页 |
| 2.5.2 BP神经网络多层感知器模型 | 第18-20页 |
| 2.5.3 BP神经网络的改进算法 | 第20-21页 |
| 2.6 径向基（RBF）神经网络 | 第21-26页 |
| 2.6.1 径向基（RBF）神经网络的理论 | 第22-23页 |
| 2.6.2 径向基（RBF）神经网络结构 | 第23-24页 |
| 2.6.3 径向基（RBF）神经网络的算法 | 第24-26页 |
| 2.7 Elman神经网络 | 第26-29页 |
| 2.7.1 Elman神经网络原理 | 第26-27页 |
| 2.7.2 Elman神经网络的结构 | 第27-28页 |
| 2.7.3 Elman神经网络修正权值的算法 | 第28-29页 |
| 2.8 支持向量机（SVM）神经网络 | 第29-34页 |
| 2.8.1 支持向量机网络的理论 | 第29-32页 |
| 2.8.2 支持向量机核函数 | 第32-34页 |
| 2.9 本章小结 | 第34-35页 |
| 第3章 遗传算法概述 | 第35-41页 |
| 3.1 遗传算法理论基础 | 第35-36页 |
| 3.2 遗传算法的操作步骤 | 第36-39页 |
| 3.2.1 选择操作 | 第37-38页 |
| 3.2.2 交叉操作 | 第38页 |
| 3.2.3 变异操作 | 第38-39页 |
| 3.3 适应度函数设计 | 第39-40页 |
| 3.4 本章小结 | 第40-41页 |
| 第4章 锅炉燃烧特性模型的建立和比较分析 | 第41-64页 |
| 4.1 研究锅炉的概况 | 第41-42页 |
| 4.2 神经网络模型的数据采集 | 第42-45页 |
| 4.3 基于BP网络建立锅炉NOx排放模型 | 第45-49页 |
| 4.3.1 BP模型的数据预处理 | 第45-46页 |
| 4.3.2 BP神经网络工具箱函数 | 第46-48页 |
| 4.3.3 BP模型的参数设置 | 第48页 |
| 4.3.4 BP网络建模结果分析 | 第48-49页 |
| 4.4 基于RBF网络建立锅炉NOx排放模型 | 第49-53页 |
| 4.4.1 RBF模型的数据预处理 | 第49页 |
| 4.4.2 RBF神经网络工具箱函数 | 第49-50页 |
| 4.4.3 RBF模型的参数设置 | 第50页 |
| 4.4.4 RBF网络建模结果分析 | 第50-53页 |
| 4.5 BP网络模型和RBF网络模型结果对比 | 第53-55页 |
| 4.6 基于Elman网络建立锅炉NOx排放模型 | 第55-57页 |
| 4.6.1 Elman模型的数据预处理 | 第55页 |
| 4.6.2 Elman网络工具箱函数 | 第55-56页 |
| 4.6.3 Elman模型的参数设置 | 第56页 |
| 4.6.4 Elman网络建模结果分析 | 第56-57页 |
| 4.7 基于SVM网络建立锅炉NOx排放模型 | 第57-61页 |
| 4.7.1 SVM模型的数据预处理 | 第57页 |
| 4.7.2 LIBSVM工具箱函数 | 第57-58页 |
| 4.7.3 SVM模型的参数设置 | 第58-59页 |
| 4.7.4 SVM网络建模结果分析 | 第59-61页 |
| 4.8 BP网络模型和SVM网络模型对比 | 第61-63页 |
| 4.9 本章小结 | 第63-64页 |
| 第5章 燃煤锅炉燃烧优化模型 | 第64-74页 |
| 5.1 遗传算法在神经网络设计中的应用 | 第64-65页 |
| 5.2 遗传算法优化BP神经网络的步骤 | 第65-66页 |
| 5.3 遗传算法基本要素的选取 | 第66-67页 |
| 5.4 BP神经网络模型优化结果 | 第67-69页 |
| 5.5 锅炉NO_x排放优化结果 | 第69-73页 |
| 5.6 本章小结 | 第73-74页 |
| 第6章 结论与展望 | 第74-77页 |
| 6.1 结论 | 第74-76页 |
| 6.2 展望 | 第76-77页 |
| 致谢 | 第77-78页 |
| 参考文献 | 第78-82页 |
| 攻读学位期间研究成果 | 第82页 |
