670t/h锅炉燃烧稳定性在线评判系统的研究
| 中文摘要 | 第1页 |
| 英文摘要 | 第4-7页 |
| 第一章 引言 | 第7-12页 |
| ·课题研究的背景 | 第7页 |
| ·课题研究的现状 | 第7-9页 |
| ·研究内容及目的 | 第9-10页 |
| ·研究对象 | 第10-12页 |
| 第二章 人工神经网络与模糊系统理论 | 第12-18页 |
| ·人工神经网络理论 | 第12-15页 |
| ·神经网络的发展 | 第12页 |
| ·神经网络的结构 | 第12-13页 |
| ·通用神经元模型 | 第12-13页 |
| ·神经网络的拓扑结构 | 第13页 |
| ·神经网络的学习 | 第13-15页 |
| ·学习方法 | 第13-14页 |
| ·学习算法 | 第14-15页 |
| ·模糊系统理论 | 第15-16页 |
| ·模糊规则库 | 第15-16页 |
| ·模糊推理机 | 第16页 |
| ·模糊产生器和反模糊化器 | 第16页 |
| ·模糊系统和神经网络的比较 | 第16-18页 |
| ·人工神经网络与模糊系统的相同之处 | 第16页 |
| ·人工神经网络和模糊系统的不同之处 | 第16-18页 |
| 第三章 模糊神经网络与综合评判理论 | 第18-25页 |
| ·模糊神经网络理论 | 第18-21页 |
| ·模糊神经元 | 第18-19页 |
| ·模糊神经网络的分类 | 第19页 |
| ·改进的模糊神经网络模型 | 第19-21页 |
| ·改进的模糊神经网络的拓扑结构 | 第19-20页 |
| ·改进的模糊神经网络的学习算法 | 第20-21页 |
| ·模糊综合评判理论 | 第21-25页 |
| ·模糊集合 | 第21-22页 |
| ·模糊综合评判的数学模型 | 第22页 |
| ·隶属函数的确定方法 | 第22-23页 |
| ·确定综合评判中指标权重的FNN 方法 | 第23-25页 |
| 第四章 锅炉燃烧稳定性在线评判模型研究 | 第25-46页 |
| ·影响锅炉燃烧稳定性的因素分析 | 第25-29页 |
| ·评判模型的确定 | 第29-30页 |
| ·模型数据的获取 | 第29-30页 |
| ·燃烧稳定性等级的划分 | 第30页 |
| ·单因素一票否决模型 | 第30-31页 |
| ·模糊神经网络评判模型 | 第31-41页 |
| ·模糊神经网络拓扑结构 | 第31-34页 |
| ·模糊神经网络的学习算法 | 第34-36页 |
| ·各网络参数调整公式 | 第34-35页 |
| ·BP 算法流程图 | 第35-36页 |
| ·网络训练 | 第36-41页 |
| ·训练样本的选取 | 第36-37页 |
| ·其它数据的选择 | 第37-38页 |
| ·网络训练结果 | 第38-40页 |
| ·网络检验 | 第40-41页 |
| ·亚指标权重的确定 | 第41-46页 |
| 第五章 锅炉燃烧稳定性在线评判系统的开发 | 第46-51页 |
| ·系统的结构 | 第46页 |
| ·系统的功能 | 第46-49页 |
| ·系统测评 | 第49-51页 |
| 第六章 结论 | 第51-53页 |
| ·结论 | 第51-52页 |
| ·建议 | 第52-53页 |
| 参考文献 | 第53-56页 |
| 致谢 | 第56-57页 |
| 附录 | 第57-61页 |
| 在学期间发表的学术论文和参加科研情况 | 第61-62页 |
| 详细摘要 | 第62-70页 |
