| 摘要 | 第1-6页 |
| ABSTRACT | 第6-10页 |
| 第一章 绪论 | 第10-19页 |
| ·研究背景和意义 | 第10-11页 |
| ·糖厂澄清过程预测建模与优化现状 | 第11-14页 |
| ·亚硫酸法糖厂澄清过程的特点 | 第11-12页 |
| ·澄清过程预测建模研究现状 | 第12-13页 |
| ·澄清过程优化方法研究现状 | 第13-14页 |
| ·糖厂澄清过程若干问题分析 | 第14-16页 |
| ·优化设定与案例推理方法简介 | 第16-18页 |
| ·本论文的研究内容与论文结构 | 第18-19页 |
| 第二章 澄清过程建模与优化方法原理 | 第19-33页 |
| ·引言 | 第19页 |
| ·小波神经网络 | 第19-27页 |
| ·小波神经网络简介 | 第19-21页 |
| ·小波神经网络特点 | 第21-22页 |
| ·小波神经网络结构形式 | 第22-24页 |
| ·小波神经网络学习算法 | 第24-27页 |
| ·多目标优化算法及其求解方法 | 第27-32页 |
| ·优化算法概述 | 第27-28页 |
| ·多目标优化算法 | 第28-29页 |
| ·多目标优化问题的求解 | 第29-30页 |
| ·粒子群多目标优化算法 | 第30-32页 |
| ·本章小结 | 第32-33页 |
| 第三章 亚硫酸法糖厂澄清过程工艺指标预测建模 | 第33-47页 |
| ·引言 | 第33页 |
| ·亚法澄清过程工艺流程 | 第33-36页 |
| ·基于WNN的澄清过程工艺指标预测模型及其仿真 | 第36-43页 |
| ·预测模型的结构 | 第36页 |
| ·数据采集以及数据预处理 | 第36-40页 |
| ·基于WNN的预测模型的建立及其仿真 | 第40-43页 |
| ·基于BP神经网络的澄清过程工艺指标预测模型及其仿真 | 第43-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 糖厂澄清过程智能优化设定方法 | 第47-62页 |
| ·引言 | 第47页 |
| ·CBR方法的基本原理 | 第47-48页 |
| ·澄清过程的优化策略 | 第48-49页 |
| ·基于粒子群算法c的澄清过程优化模型 | 第49-53页 |
| ·基于CBR的澄清过程优化操作指导方法 | 第53-55页 |
| ·澄清过程的案例表示 | 第53-54页 |
| ·案例检索与重用 | 第54页 |
| ·案例评价与修正 | 第54-55页 |
| ·优化算法与监控系统的集成方法 | 第55-61页 |
| ·CBR方法实现的基本思路 | 第55页 |
| ·优化主机与监控上位机的通信 | 第55-56页 |
| ·算法的嵌入与软件之间的通信 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 第五章 结论与展望 | 第62-64页 |
| ·论文总结 | 第62-63页 |
| ·存在问题与进一步的研究工作 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读硕士学位期间完成的学术论文 | 第69页 |