基于动态模糊神经网络的电站机炉协调系统建模研究
| 摘要 | 第5-6页 |
| Abstract | 第6页 |
| 第1章 绪论 | 第9-14页 |
| 1.1 选题的背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.2.1 机炉协调系统建模研究现状 | 第10-11页 |
| 1.2.2 模糊神经网络发展现状 | 第11-12页 |
| 1.3 本文主要的研究内容和结构安排 | 第12-14页 |
| 第2章 机炉协调控制系统分析 | 第14-21页 |
| 2.1 单元机组协调控制系统的组成及任务 | 第14-15页 |
| 2.2 单元机组对象动静态特性 | 第15-19页 |
| 2.2.1 单元机组对象静态特性分析 | 第15-17页 |
| 2.2.2 单元机组对象动态特性分析 | 第17-19页 |
| 2.3 单元机组协调控制系统简化模型 | 第19-20页 |
| 2.4 本章小结 | 第20-21页 |
| 第3章 动态模糊神经网络算法研究 | 第21-42页 |
| 3.1 模糊系统基本理论 | 第21-23页 |
| 3.1.1 模糊集 | 第21-22页 |
| 3.1.2 模糊规则 | 第22-23页 |
| 3.1.3 模糊推理系统 | 第23页 |
| 3.2 动态模糊神经网络的结构 | 第23-25页 |
| 3.3 动态模糊神经网络的学习算法 | 第25-34页 |
| 3.3.1 规则产生准则 | 第25-26页 |
| 3.3.2 分级学习思想 | 第26-27页 |
| 3.3.3 前提参数分配 | 第27-28页 |
| 3.3.4 结果参数确定 | 第28-29页 |
| 3.3.5 网络修剪技术 | 第29-32页 |
| 3.3.6 仿真实现 | 第32-34页 |
| 3.4 改进基函数的动态模糊神经网络 | 第34-36页 |
| 3.5 改进基函数的动态模糊神经网络的学习算法 | 第36-40页 |
| 3.5.1 模糊规则的产生 | 第36-37页 |
| 3.5.2 过程参数调整 | 第37页 |
| 3.5.3 仿真实现及结果对比 | 第37-40页 |
| 3.6 本章小结 | 第40-42页 |
| 第4章 基于改进基函数的DFNN协调系统建模 | 第42-54页 |
| 4.1 建模方法概述 | 第42-43页 |
| 4.2 模型性能指标 | 第43-44页 |
| 4.3 基于非线性模型的仿真数据建模 | 第44-48页 |
| 4.3.1 数据的获得 | 第44-46页 |
| 4.3.2 模型的建立与测试 | 第46-48页 |
| 4.4 基于工业测量的现场数据建模 | 第48-53页 |
| 4.4.1 现场数据的选取 | 第48页 |
| 4.4.2 现场数据的预处理 | 第48-50页 |
| 4.4.3 模型的建立与测试 | 第50-53页 |
| 4.5 本章小结 | 第53-54页 |
| 第5章 结论与展望 | 第54-56页 |
| 5.1 全文工作总结 | 第54-55页 |
| 5.2 今后研究方向 | 第55-56页 |
| 参考文献 | 第56-59页 |
| 攻读硕士学位期间发表的论文及其它成果 | 第59-60页 |
| 致谢 | 第60页 |
