火电厂汽轮机初压优化智能算法的研究与应用
| 摘要 | 第1-6页 |
| Abstract | 第6-9页 |
| 第1章 绪论 | 第9-17页 |
| ·课题研究的背景与意义 | 第9-10页 |
| ·汽轮机初压优化的研究现状 | 第10-12页 |
| ·人工智能技术 | 第12-15页 |
| ·人工智能回归与分类方法 | 第12-14页 |
| ·智能优化算法 | 第14-15页 |
| ·本文的主要研究内容及结构安排 | 第15-17页 |
| 第2章 支持向量机与相关向量机理论 | 第17-24页 |
| ·支持向量机理论 | 第17-19页 |
| ·统计学习理论 | 第17页 |
| ·支持向量机 | 第17-19页 |
| ·相关向量机理论 | 第19-22页 |
| ·贝叶斯学习理论 | 第19-20页 |
| ·相关向量机 | 第20-22页 |
| ·核函数 | 第22-23页 |
| ·支持向量机和相关向量机的比较 | 第23页 |
| ·本章小结 | 第23-24页 |
| 第3章 生物地理学优化算法及其改进 | 第24-38页 |
| ·生物地理学优化算法 | 第24-27页 |
| ·生物地理学 | 第24页 |
| ·生物地理学优化算法及步骤 | 第24-27页 |
| ·模拟退火算法 | 第27页 |
| ·改进的生物地理学优化算法 | 第27-29页 |
| ·仿真实验与结果分析 | 第29-37页 |
| ·标准测试函数 | 第29-30页 |
| ·参数设置 | 第30-31页 |
| ·实验结果及分析 | 第31-37页 |
| ·本章小结 | 第37-38页 |
| 第4章 汽轮机热耗率的建模 | 第38-53页 |
| ·汽轮机的相关知识 | 第38-40页 |
| ·汽轮机结构 | 第38-39页 |
| ·汽轮机的工作原理 | 第39-40页 |
| ·热耗率的计算方法 | 第40-42页 |
| ·数据的分析和建模方法的选择 | 第42-45页 |
| ·相关变量的分析及输入变量的选取 | 第42-44页 |
| ·热耗率建模方法的选择 | 第44-45页 |
| ·RVM 核函数的选取 | 第45页 |
| ·热耗率的建模与分析 | 第45-52页 |
| ·热耗率建模的思路 | 第46-47页 |
| ·热耗率的建模与性能分析 | 第47-52页 |
| ·本章小结 | 第52-53页 |
| 第5章 汽轮机运行初压的优化 | 第53-63页 |
| ·汽轮机运行方式分析 | 第53-55页 |
| ·汽轮机不同运行方式介绍 | 第53-54页 |
| ·汽轮机运行安全性和经济性分析 | 第54-55页 |
| ·最优运行初压的计算模型 | 第55-58页 |
| ·最优运行初压问题的分析 | 第55-56页 |
| ·可行压力区间的确定 | 第56-58页 |
| ·最优运行初压的数学模型 | 第58页 |
| ·最优运行初压的确定 | 第58-61页 |
| ·本章小结 | 第61-63页 |
| 结论 | 第63-65页 |
| 参考文献 | 第65-70页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第70-71页 |
| 致谢 | 第71-72页 |
| 作者简介 | 第72页 |
