摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-14页 |
·研究背景 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·氮氧化物排放量的软测量技术 | 第12页 |
·飞灰含碳量的软测量技术 | 第12-13页 |
·本文内容安排 | 第13-14页 |
第2章 神经网络及均匀设计简介 | 第14-30页 |
·神经网络简介 | 第14-21页 |
·神经网络的特点 | 第14页 |
·神经网络的生物模型 | 第14-15页 |
·神经元的数学模型 | 第15-17页 |
·神经网络的拓扑结构 | 第17-19页 |
·人工神经网络的训练 | 第19-21页 |
·神经网络的特点 | 第21-22页 |
·BP神经网络模型 | 第22-28页 |
·BP神经网络概述 | 第22-23页 |
·BP网络的学习算法 | 第23-27页 |
·BP网络的优点及缺陷 | 第27-28页 |
·均与设计简介 | 第28-29页 |
·均匀设计简介 | 第28页 |
·均匀设计的基本步骤 | 第28-29页 |
·均匀设计在神经网络中的应用 | 第29页 |
·本章小结 | 第29-30页 |
第3章 飞灰含碳量和氮氧化物排放量预测模型的实现 | 第30-36页 |
·影响飞灰含碳量的因素 | 第30-31页 |
·燃烧器摆角对飞灰含碳量的影响 | 第30页 |
·过剩氧量对飞灰含碳量的影响 | 第30页 |
·二次风对飞灰含碳量的影响 | 第30-31页 |
·煤粉对飞灰含碳量的影响 | 第31页 |
·影响氮氧化物生成的因素 | 第31-32页 |
·锅炉负荷变化对氮氧化物排放的影响 | 第31页 |
·过量空气系数变化对氮氧化物排放的影响 | 第31-32页 |
·飞灰含碳量和氮氧化物排放量预测的BP神经网络模型 | 第32-33页 |
·隐层数目及隐层节点的确定 | 第32页 |
·数据的预处理 | 第32-33页 |
·停止网络训练准则的确定 | 第33页 |
·用均匀设计学习神经网络的权值 | 第33-35页 |
·应用均匀设计设计神经网络权值简介 | 第33-34页 |
·均匀设计对参数的优化 | 第34页 |
·均匀设计表的建立 | 第34-35页 |
·本章小结 | 第35-36页 |
第4章 在线检测结果分析以及算法对比 | 第36-45页 |
·单纯的BP神经网络训练 | 第36-40页 |
·飞灰含碳量的监测结果分析 | 第36-38页 |
·氮氧化物排放量的检测结果分析 | 第38-40页 |
·均匀设计和BP神经网络耦合模型训练 | 第40-44页 |
·飞灰含碳量的监测结果分析 | 第40-42页 |
·氮氧化物排放量的检测结果分析 | 第42-44页 |
·本章小结 | 第44-45页 |
第5章 总结与展望 | 第45-46页 |
参考文献 | 第46-49页 |
在校期间发表的论文 | 第49-50页 |
致谢 | 第50页 |