| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-14页 |
| ·研究背景及意义 | 第9-10页 |
| ·国内外研究现状 | 第10-12页 |
| ·论文研究内容 | 第12-14页 |
| 第2章 电站燃煤锅炉效率与 NOx排放浓度混合建模 | 第14-34页 |
| ·电站燃煤锅炉效率和 NOx排放浓度影响因素分析 | 第14-17页 |
| ·锅炉效率影响因素分析 | 第14-15页 |
| ·NOx排放浓度影响因素分析 | 第15-17页 |
| ·BP 神经网络建模原理 | 第17-21页 |
| ·BP 神经网络拓扑结构 | 第17-18页 |
| ·BP 算法原理 | 第18-20页 |
| ·基于 Adaboost 算法建立 BP_Adaboost 模型 | 第20-21页 |
| ·支持向量机建模原理 | 第21-25页 |
| ·支持向量机基本理论 | 第21-24页 |
| ·最小二乘支持向量机模型 | 第24-25页 |
| ·基于 BP_Adaboost 模型与 LS-SVM 模型建立燃烧系统模型 | 第25-33页 |
| ·模型的输入与输出变量选择 | 第27-28页 |
| ·模型输入数据归一化 | 第28-29页 |
| ·模型的参数选取 | 第29页 |
| ·模型预测结果分析 | 第29-33页 |
| ·本章小结 | 第33-34页 |
| 第3章 电站燃煤锅炉效率与 NOx排放浓度优化 | 第34-44页 |
| ·遗传算法简介 | 第34-36页 |
| ·电站燃煤锅炉燃烧优化数学模型 | 第36-37页 |
| ·目标函数 | 第36页 |
| ·优化参数选择 | 第36-37页 |
| ·电站燃煤锅炉燃烧优化结果分析 | 第37-43页 |
| ·遗传算法寻优过程 | 第37页 |
| ·不同权重下各工况优化结果分析 | 第37-41页 |
| ·单一工况变权重优化结果分析 | 第41-43页 |
| ·本章小结 | 第43-44页 |
| 第4章 电站燃煤锅炉燃烧优化系统的开发 | 第44-51页 |
| ·电站燃煤锅炉燃烧优化系统的开发工具 | 第44页 |
| ·电站燃煤锅炉燃烧优化系统的总体设计 | 第44-45页 |
| ·电站燃煤锅炉燃烧优化系统软件的功能实现 | 第45-50页 |
| ·锅炉类型及容量选择 | 第45-46页 |
| ·数据采集子系统的功能实现 | 第46-47页 |
| ·混合建模子系统的功能实现 | 第47-49页 |
| ·遗传算法优化子系统的功能实现 | 第49-50页 |
| ·本章小结 | 第50-51页 |
| 第5章 结论与展望 | 第51-53页 |
| ·结论 | 第51-52页 |
| ·展望 | 第52-53页 |
| 参考文献 | 第53-57页 |
| 攻读硕士学位期间发表的学术论文及其它成果 | 第57-58页 |
| 致谢 | 第58页 |
