基于案例推理的糖厂澄清工段操作参数优化
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-16页 |
| ·研究背景与意义 | 第9-10页 |
| ·糖厂澄清过程参数优化现状 | 第10-13页 |
| ·澄清过程的特性分析 | 第10页 |
| ·糖厂澄清过程操作参数优化现状及应用 | 第10-13页 |
| ·澄清过程建模现状及改进 | 第13-14页 |
| ·澄清过程的机理建模 | 第13页 |
| ·澄清过程的人工智能建模 | 第13-14页 |
| ·本文的内容和安排 | 第14-16页 |
| 第二章 澄清过程工艺流程及优化框架 | 第16-22页 |
| ·澄清过程工艺流程 | 第16-17页 |
| ·澄清工段重要参数作用机理分析 | 第17-18页 |
| ·糖厂澄清工段优化框架 | 第18-20页 |
| ·优化流程分析 | 第19-20页 |
| ·澄清过程工况评价模型 | 第20页 |
| ·协调策略 | 第20页 |
| ·本章小结 | 第20-22页 |
| 第三章 澄清过程两大生产指标预测模型 | 第22-32页 |
| ·工业生产过程中系统辨识 | 第22-23页 |
| ·机理模型的系统建模 | 第22页 |
| ·神经网络的系统建模 | 第22-23页 |
| ·基于模糊的系统建模和辨识 | 第23页 |
| ·T-S模糊神经网络 | 第23-29页 |
| ·T-S模糊神经网络系统结构 | 第23-25页 |
| ·递归T-S模糊模型及其神经网络实现 | 第25-27页 |
| ·递归T-S模型的动态BP算法 | 第27-29页 |
| ·递归T-S模糊神经网络在糖厂澄清过程中的应用 | 第29-31页 |
| ·基于T-S递归网络的糖厂澄清过程的模型 | 第29-30页 |
| ·基于T-S递归网络的糖厂澄清过程应用结果 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第四章 案例推理与智能算法在澄清过程的应用 | 第32-52页 |
| ·案例推理实现的流程 | 第32-33页 |
| ·案例推理需要解决的重点问题 | 第33-36页 |
| ·案例的表征 | 第33-34页 |
| ·案例的检索与匹配 | 第34-36页 |
| ·案例的调整 | 第36页 |
| ·案例的维护 | 第36页 |
| ·澄清过程案例推理的实现 | 第36-43页 |
| ·澄清案例的表示 | 第37-38页 |
| ·建立初始的澄清过程案例库 | 第38-39页 |
| ·案例的检索和调用 | 第39-43页 |
| ·CBR系统中嵌入智能算法 | 第43-47页 |
| ·遗传算法 | 第43-44页 |
| ·遗传算法的操作流程 | 第44-45页 |
| ·改进的遗传算法及其在CBR案例优化的应用 | 第45-47页 |
| ·澄清过程CBR运行实验 | 第47-51页 |
| ·本章小结 | 第51-52页 |
| 第五章 CBR系统软件设计与开发 | 第52-61页 |
| ·澄清过程优化操作软件框架 | 第52-53页 |
| ·澄清过程优化操作软件的实现 | 第53-56页 |
| ·软件初始界面 | 第53-54页 |
| ·工况判断模型和CBR优化模块 | 第54-56页 |
| ·OPC通信模块 | 第56-59页 |
| ·数据库设计 | 第59页 |
| ·数据库需求分析 | 第59页 |
| ·数据库逻辑结构设计 | 第59页 |
| ·本章小结 | 第59-61页 |
| 第六章 结论与展望 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 致谢 | 第67-68页 |
| 攻读学位期间发表论文情况 | 第68页 |
