| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 1 绪论 | 第9-13页 |
| ·选题背景 | 第9-10页 |
| ·研究进展综述 | 第10-12页 |
| ·脱硫技术研究进展综述 | 第10-11页 |
| ·脱硫预报模型研究进展综述 | 第11-12页 |
| ·本文要解决的主要问题及采用的解决途径 | 第12-13页 |
| ·本文要解决的主要问题 | 第12页 |
| ·本文拟采用的技术途径 | 第12-13页 |
| 2 本文研究的理论基础 | 第13-32页 |
| ·人工神经网络理论 | 第13-23页 |
| ·人工神经网络的发展历史 | 第13-16页 |
| ·我国人工神经网络研究的现状 | 第16页 |
| ·人工神经元网络的特征及应用 | 第16-18页 |
| ·人工神经网络的模型和结构 | 第18-19页 |
| ·RBF神经网络的原理 | 第19-23页 |
| ·模糊系统理论 | 第23-32页 |
| ·模糊系统理论介绍 | 第23-24页 |
| ·MAMDANI模糊系统 | 第24-26页 |
| ·模糊隶属度函数 | 第26-28页 |
| ·模糊规则 | 第28-29页 |
| ·模糊推理 | 第29-32页 |
| 3 脱硫工程项目 | 第32-44页 |
| ·新抚钢公司简介 | 第32页 |
| ·炼铁厂概况 | 第32-34页 |
| ·脱硫工程概述 | 第34-35页 |
| ·设计原则 | 第34页 |
| ·车间配套能力 | 第34页 |
| ·脱硫处理规模及目标 | 第34-35页 |
| ·脱硫剂和脱硫方式选择 | 第35-37页 |
| ·脱硫剂选择 | 第35-36页 |
| ·脱硫方式选择 | 第36-37页 |
| ·脱硫工艺流程及脱硫系统 | 第37-43页 |
| ·脱硫工艺流程 | 第37页 |
| ·脱硫系统简介 | 第37-43页 |
| ·性能保证指标及考核 | 第43-44页 |
| ·性能保证指标 | 第43页 |
| ·考核方法 | 第43-44页 |
| 4 MAMDANI模糊神经网络脱硫预报模型 | 第44-55页 |
| ·MAMDANI模糊神经网络脱硫预报模型概述 | 第44-48页 |
| ·模型的设计思路 | 第44页 |
| ·模型的基本性能要求 | 第44-45页 |
| ·模型输入输出变量的确定 | 第45页 |
| ·模型训练及检验样本的确定 | 第45-47页 |
| ·模型结构 | 第47-48页 |
| ·模型前件:MAMDANI模糊系统 | 第48-50页 |
| ·模糊化处理 | 第48页 |
| ·模糊规则的建立 | 第48-49页 |
| ·模糊推理及清晰化 | 第49-50页 |
| ·模型后件: RBF神经网络 | 第50-51页 |
| ·网络结构 | 第50页 |
| ·网络学习 | 第50-51页 |
| ·网络权值及偏移 | 第51页 |
| ·MAMDANI模糊神经网络脱硫预报模型的数据处理过程 | 第51-55页 |
| 5 MAMDANI模糊神经网络脱硫预报模型的推理性能 | 第55-61页 |
| ·训练数据的误差分析 | 第55-57页 |
| ·检验数据的误差分析 | 第57-58页 |
| ·插值推理性能 | 第58-61页 |
| 结论 | 第61-62页 |
| 致谢 | 第62-63页 |
| 参考文献 | 第63-65页 |