300MW火电机组系统辨识模型及仿真分析
| 中文摘要 | 第1页 |
| 英文摘要 | 第3-6页 |
| 第一章 引言 | 第6-9页 |
| ·课题的提出 | 第6页 |
| ·系统辨识技术发展及现状 | 第6-8页 |
| ·本课题研究的内容 | 第8-9页 |
| 第二章 系统辨识的基本原理与方法 | 第9-12页 |
| ·系统辨识定义 | 第9-10页 |
| ·系统辨识内容 | 第10页 |
| ·建立数学模型的基本方法 | 第10-11页 |
| ·机理分析法 | 第10页 |
| ·测试法 | 第10-11页 |
| ·系统辨识的目的 | 第11页 |
| ·Matlab系统辨识工具箱简介 | 第11-12页 |
| 第三章 采用经典辨识法辨识模型 | 第12-20页 |
| ·热工过程机理分析 | 第12-13页 |
| ·数据选取 | 第13-14页 |
| ·拟合阶跃响应曲线 | 第14-16页 |
| ·模型辨识 | 第16-19页 |
| ·本章小结 | 第19-20页 |
| 第四章 采用最小二乘法辨识模型 | 第20-24页 |
| ·最小二乘法的基本原理 | 第20-21页 |
| ·采用最小二乘法对汽包压力模型辨识 | 第21-23页 |
| ·本章小结 | 第23-24页 |
| 第五章 采用遗传算法辨识模型 | 第24-30页 |
| ·遗传算法的基本原理 | 第24-25页 |
| ·遗传算法的一般步骤 | 第25页 |
| ·采用遗传算法对汽包压力进行模型辨识研究 | 第25-28页 |
| ·遗传算法各参数的选取 | 第25-27页 |
| ·Matlab下遗传算法辨识及仿真 | 第27-28页 |
| ·本章小结 | 第28-30页 |
| 第六章 采用神经网络方法建立模型 | 第30-45页 |
| ·神经网络介绍 | 第30-35页 |
| ·神经网络的特性 | 第31-32页 |
| ·神经网络的发展过程 | 第32-35页 |
| ·基于人工神经网络的建模技术 | 第35-37页 |
| ·建模的一般方法 | 第35-36页 |
| ·利用神经网络求解问题的步骤 | 第36页 |
| ·神经网络辨识的优缺点 | 第36-37页 |
| ·MLP与BP算法 | 第37-41页 |
| ·采用前馈神经网络模型辨识 | 第41-43页 |
| ·前馈神经网络设计思想 | 第41-42页 |
| ·神经网络模型辨识应用 | 第42-43页 |
| ·对几种辨识方法的比较 | 第43-44页 |
| ·本章小结 | 第44-45页 |
| 第七章 结论与展望 | 第45-47页 |
| 参考文献 | 第47-50页 |
| 致谢 | 第50-51页 |
| 在学期间发表论文和参加科研情况 | 第51页 |
