基于GA的模糊神经网络在电厂用水量预测中的研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 1 绪论 | 第9-16页 |
| ·电厂用水量预测的意义及现状 | 第9-11页 |
| ·各种预测方法的综合评价及存在问题 | 第11-14页 |
| ·本文主要工作 | 第14-16页 |
| 2 模糊神经网络基本理论 | 第16-22页 |
| ·模糊神经网络概述 | 第16-18页 |
| ·模糊神经网络模型结构 | 第18-20页 |
| ·模糊神经网络算法 | 第20-22页 |
| 3 遗传算法 | 第22-31页 |
| ·遗传算法概述 | 第22-24页 |
| ·遗传算法简介 | 第22-23页 |
| ·遗传算法与其他寻优算法的比较与分析 | 第23-24页 |
| ·遗传算法的设计流程与实现 | 第24-31页 |
| ·遗传算法 | 第24-28页 |
| ·遗传算法的 MATLAB 实现 | 第28-31页 |
| 4 模糊神经网络与遗传算法的融合 | 第31-34页 |
| ·神经网络与遗传算法的融合 | 第31页 |
| ·模糊神经网络-遗传算法 | 第31-32页 |
| ·FNN-GA 的染色体编码与解码 | 第32-34页 |
| 5 GA-FNN 网络在电厂用水量预测中的应用 | 第34-54页 |
| ·金山电厂用水现状分析 | 第34-35页 |
| ·金山电厂用水量预测实例 | 第35-47页 |
| ·初始信息的建立 | 第35-36页 |
| ·神经网络模型的确定 | 第36-39页 |
| ·遗传算法与 BP 算法的结合 | 第39-43页 |
| ·BP 算法部分 | 第39页 |
| ·GA 算法部分 | 第39-41页 |
| ·GA 与 BP 的结合 | 第41-42页 |
| ·BP 网络的训练 | 第42-43页 |
| ·数据归一化处理 | 第43-44页 |
| ·模糊神经网络预测模型 | 第44-47页 |
| ·模糊神经网络训练 | 第47页 |
| ·仿真结果分析 | 第47-52页 |
| ·电厂节水措施 | 第52-54页 |
| 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 致谢 | 第58-59页 |
| 攻读学位期间所发表的论文 | 第59页 |
