首页--工业技术论文--化学工业论文--基本无机化学工业论文--氨和铵盐工业论文--合成氨工业论文

基于非线性主成分分析与神经网络的参数预测模型

摘要第1-3页
Abstract第3-7页
1. 前言第7-10页
   ·课题研究的目的和意义第7-8页
   ·主要研究内容第8-9页
   ·论文结构第9-10页
2. 人工神经网络概述第10-22页
   ·人工神经网络的类型和特点第10页
   ·神经网络的学习训练法则第10-11页
   ·人工神经网络的实现第11-12页
     ·全硬件实现第11页
     ·软件实现第11-12页
   ·BP网络及BP算法第12-22页
     ·人工神经网络用于过程系统建模的理论依据第12-13页
     ·梯度下降法第13-14页
     ·BP神经网络算法第14-19页
     ·BP网络的应用第19-22页
3. 主成分分析概述第22-28页
   ·主成分分析法的基本思想第22页
   ·主成分分析方法的数学模型第22-24页
   ·主成分数目的选取第24-25页
   ·主成分分析方法的计算步骤第25页
   ·主成分分析方法结合神经网络在建模中的应用第25页
   ·主成分分析方法的缺陷第25-26页
   ·非线性主成分分析的基本原理第26-27页
   ·非线性主成分分析的计算步骤第27-28页
4. 基于非线性主成分分析的神经网络合成氨氢氮比预测模型第28-41页
   ·合成氨生产工艺特点第28页
   ·非线性主成分分析第28-31页
   ·神经网络的结构及参数确定第31-39页
     ·神经网络类型的选择及数据选取第31页
     ·网络结构及参数设置第31-32页
     ·网络训练函数的选择第32-35页
     ·网络学习速率的选择第35-36页
     ·隐含层神经元数个数的选择第36-38页
     ·训练迭代次数的选择第38-39页
   ·氢氮比预测模型第39-41页
5. 基于非线性主成分分析的神经网络磷铵产品水分预测模型第41-56页
   ·磷铵生产工艺流程及特点第41页
   ·非线性主成分分析第41-46页
   ·神经网络的结构及参数确定第46-53页
     ·神经网络类型的选择及数据选取第46页
     ·网络结构及参数设置第46-47页
     ·网络训练函数的选择第47-50页
     ·网络学习速率的选择第50-51页
     ·隐含层神经元数个数的选择第51-52页
     ·训练迭代次数的选择第52-53页
   ·磷铵产品水分预测模型第53-56页
6. 结论第56-57页
参考文献第57-60页
研究生在读期间发表论文目录第60-61页
致谢第61-62页

论文共62页,点击 下载论文
上一篇:工业设计领域的哲学思考
下一篇:永久散射体雷达差分干涉理论及在上海地面沉降监测中的应用