| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-15页 |
| 1.1 课题研究背景及意义 | 第9-10页 |
| 1.2 再热汽温系统的控制现状 | 第10-12页 |
| 1.3 多变量系统建模研究现状及现场数据建模的必要性 | 第12-13页 |
| 1.3.1 多变量系统建模研究现状 | 第12-13页 |
| 1.3.2 现场数据建模的必要性 | 第13页 |
| 1.4 本文研究内容 | 第13-15页 |
| 第2章 系统建模理论与方法研究 | 第15-24页 |
| 2.1 引言 | 第15页 |
| 2.2 机理建模法 | 第15-16页 |
| 2.3 试验建模法 | 第16-23页 |
| 2.3.1 经典试验建模方法 | 第17-18页 |
| 2.3.2 智能建模方法 | 第18-23页 |
| 2.4 本章小结 | 第23-24页 |
| 第3章 基于主成分分析的再热汽温系统变量选择 | 第24-36页 |
| 3.1 引言 | 第24页 |
| 3.2 历史数据的选取与处理 | 第24-28页 |
| 3.2.1 数据的选取原则 | 第24-26页 |
| 3.2.2 数据预处理 | 第26-28页 |
| 3.3 建模对象的影响因素 | 第28-31页 |
| 3.3.1 再热汽温的静态特性 | 第28页 |
| 3.3.2 再热汽温的动态特性 | 第28-29页 |
| 3.3.3 再热汽温的影响因素 | 第29-31页 |
| 3.4 确定模型主成分因子 | 第31-35页 |
| 3.4.1 主成分分析 | 第31-32页 |
| 3.4.2 模型输入变量选取 | 第32-35页 |
| 3.5 本章小结 | 第35-36页 |
| 第4章 基于历史数据的再热汽温系统建模方法 | 第36-46页 |
| 4.1 引言 | 第36页 |
| 4.2 带压缩因子的二阶粒子群(CFSPSO)算法 | 第36-41页 |
| 4.2.1 算法描述及算法流程 | 第36-38页 |
| 4.2.2 算法性能测试 | 第38-41页 |
| 4.3 基于CSFPSO算法的再热汽温系统建模 | 第41-44页 |
| 4.3.1 建立模型 | 第41-43页 |
| 4.3.2 模型验证 | 第43-44页 |
| 4.4 本章小结 | 第44-46页 |
| 第5章 基于无参数模型的再热汽温系统预测建模 | 第46-55页 |
| 5.1 基于支撑向量机回归模型的再热汽温系统建模 | 第46-50页 |
| 5.1.1 样本数据构造 | 第46页 |
| 5.1.2 网格法参数寻优 | 第46-47页 |
| 5.1.3 预测算法步骤 | 第47页 |
| 5.1.4 仿真结果 | 第47-50页 |
| 5.2 基于深度学习的再热汽温系统建模 | 第50-52页 |
| 5.2.1 限制玻尔兹曼机 | 第50-51页 |
| 5.2.2 再热汽温预测模型 | 第51-52页 |
| 5.3 模型精度评定 | 第52-53页 |
| 5.4 本章小结 | 第53-55页 |
| 第6章 结论与展望 | 第55-57页 |
| 参考文献 | 第57-61页 |
| 攻读硕士学位期间发表的论文及科研工作 | 第61-62页 |
| 致谢 | 第62页 |