| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-13页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 醋酸乙烯合成过程优化研究现状 | 第10-11页 |
| 1.3 RBF神经网络参数寻优研究现状 | 第11页 |
| 1.4 论文组织结构 | 第11-13页 |
| 第2章 醋酸乙烯合成反应分析 | 第13-19页 |
| 2.1 VAC合成过程工艺介绍 | 第13-15页 |
| 2.2 合成反应影响因素分析 | 第15-18页 |
| 2.3 本章小结 | 第18-19页 |
| 第3章 基于RBF神经网络的合成反应建模 | 第19-33页 |
| 3.1 人工神经网络 | 第19-23页 |
| 3.1.1 神经网络概述 | 第19-20页 |
| 3.1.2 RBF神经网络 | 第20页 |
| 3.1.3 RBF神经网络的网络结构 | 第20-23页 |
| 3.2 算法选取 | 第23-28页 |
| 3.3 基于RBF神经网络醋酸乙烯合成反应建模 | 第28-32页 |
| 3.3.1 神经网络模型结构 | 第28-29页 |
| 3.3.2 RBF神经网络模型的建立 | 第29-32页 |
| 3.4 本章小结 | 第32-33页 |
| 第4章 基于遗传算法与RBF神经网络的合成反应建模 | 第33-45页 |
| 4.1 遗传算法 | 第33-35页 |
| 4.1.1 遗传算法的基本概念 | 第33-35页 |
| 4.1.2 遗传算法的基本流程 | 第35页 |
| 4.2 RBF神经网络与遗传算法的结合 | 第35-38页 |
| 4.2.1 算法结合的分析 | 第35-38页 |
| 4.3 基于遗传算法优化的RBF神经网络 | 第38-43页 |
| 4.3.1 遗传算法对隐含层的优化 | 第38-40页 |
| 4.3.2 遗传算法优化RBF神经网络的步骤 | 第40页 |
| 4.3.3 遗传算法优化RBF神经网络仿真的结果及分析 | 第40-43页 |
| 4.4 本章小结 | 第43-45页 |
| 第5章 基于遗传算法的合成反应中温寻优 | 第45-54页 |
| 5.1 参量寻优的方案 | 第46-47页 |
| 5.2 遗传算法参量寻优步骤 | 第47-48页 |
| 5.3 遗传迭代过程与结果 | 第48-49页 |
| 5.4 最优参量的仿真验证 | 第49-52页 |
| 5.5 本章小结 | 第52-54页 |
| 结论 | 第54-56页 |
| 参考文献 | 第56-60页 |
| 攻读硕士学位期间所发表的论文 | 第60-62页 |
| 致谢 | 第62页 |