公路隧道竖井送排式纵向通风神经网络在线控制方法研究
| 第1章 绪论 | 第1-15页 |
| ·公路隧道通风方式的发展、现状及趋势 | 第6-10页 |
| ·公路隧道通风控制方法的发展、现状及其存在的问题 | 第10-13页 |
| ·本文研究内容和方法 | 第13-15页 |
| ·研究内容 | 第13-14页 |
| ·研究方法 | 第14-15页 |
| 第2章 公路隧道通风系统分析及数学模型 | 第15-31页 |
| ·本文研究的公路隧道简介 | 第15页 |
| ·公路隧道通风系统构成 | 第15-17页 |
| ·通风系统各组成部分的数学模型 | 第17-28页 |
| ·空气动力学模型 | 第17-20页 |
| ·污染模型 | 第20-22页 |
| ·交通模型 | 第22-25页 |
| ·控制模型 | 第25-28页 |
| ·隧道通风需风量及污染源 | 第28-31页 |
| ·隧道内需风量计算 | 第28-30页 |
| ·污染源项在模拟程序中的形式 | 第30-31页 |
| 第3章 竖井送排式纵向通风数值模拟及样本数据获取 | 第31-47页 |
| ·竖井送排式通风压力及风量计算模式 | 第31-34页 |
| ·送风引起的压力增量 | 第31-32页 |
| ·排风引起的压力增量 | 第32-33页 |
| ·浓度比与送、排风量 | 第33-34页 |
| ·射流风机与竖井送排式组合通风 | 第34页 |
| ·非线性规划求解满足通风标准下的最小总功率 | 第34-38页 |
| ·非线性规划的数学模型 | 第34-36页 |
| ·模型的实现 | 第36-38页 |
| ·程序中基本数据及变量说明 | 第38-39页 |
| ·数值模拟及样本数据获取的程序流程图 | 第39-41页 |
| ·数值模拟及样本数据获取的实现及效果 | 第41-47页 |
| 第4章 神经网络在线控制器的设计 | 第47-62页 |
| ·神经网络技术 | 第47-56页 |
| ·概述 | 第47-49页 |
| ·神经网络的结构模型 | 第49-50页 |
| ·神经网络的学习机制 | 第50-53页 |
| ·BP神经网络 | 第53-56页 |
| ·神经网络在线控制器的设计 | 第56-59页 |
| ·神经网络激励(传递)函数的确定 | 第56页 |
| ·神经网络的层数及隐层单元数的确定 | 第56-58页 |
| ·神经网络学习算法的选用 | 第58-59页 |
| ·神经网络参数的设定 | 第59页 |
| ·神经网络设计值得注意的几个问题 | 第59-62页 |
| ·神经网络学习前的数据处理 | 第59-60页 |
| ·神经网络学习的技巧 | 第60-62页 |
| 第5章 隧道通风神经网络在线控制器设计及仿真 | 第62-75页 |
| ·竖井送排式隧道通风神经网络在线控制器的设计 | 第62-68页 |
| ·输入输出数据设计 | 第63页 |
| ·网络模型及学习算法的选定 | 第63-65页 |
| ·样本数据的获取及处理 | 第65-66页 |
| ·网络参数的设定 | 第66-67页 |
| ·隧道通风神经网络在线控制器设计的注意事项 | 第67-68页 |
| ·仿真结果及分析 | 第68-69页 |
| ·系统的建立 | 第68页 |
| ·正常交通流下的仿真及分析 | 第68-69页 |
| ·神经网络在线控制器适应性分析 | 第69-74页 |
| ·特殊交通流 | 第69页 |
| ·改变控制目标值 | 第69-72页 |
| ·改变车辆废气基准排放量 | 第72-73页 |
| ·交通流量减小时的控制效果 | 第73-74页 |
| ·存在的问题 | 第74-75页 |
| 第6章 结论 | 第75-76页 |
| 致谢 | 第76-77页 |
| 参考文献 | 第77-81页 |
| 攻读硕士学位期间发表的论文 | 第81页 |
