智能优化技术的研究及其在化工生产中的应用
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-17页 |
| 第一章 绪论 | 第17-27页 |
| ·化工生产优化 | 第17-18页 |
| ·优化算法的发展 | 第18-19页 |
| ·智能优化技术的研究现状 | 第19-21页 |
| ·多目标优化 | 第21-23页 |
| ·稳态优化与动态优化 | 第23-24页 |
| ·离线优化与在线优化 | 第24-25页 |
| ·论文的目的、意义及内容介绍 | 第25-27页 |
| 第二章 智能优化算法建立部分不可测间歇反应模型 | 第27-41页 |
| ·结构逼近式神经网络模型 | 第27-29页 |
| ·结构逼近思想 | 第27-28页 |
| ·间歇反应器的结构逼近式神经网络模型 | 第28-29页 |
| ·假想教师-人工免疫优化算法 | 第29-33页 |
| ·假想教师训练部分不可测神经网络 | 第29-30页 |
| ·人工免疫算子 | 第30-31页 |
| ·假想教师-人工免疫算法训练网络 | 第31-33页 |
| ·橡胶硫化促进剂制备过程的建模 | 第33-39页 |
| ·橡胶硫化促进剂制备的间歇缩合反应 | 第33-35页 |
| ·优化算法建立对象模型 | 第35-39页 |
| ·本章小结 | 第39-41页 |
| 第三章 连续生产过程的多目标智能优化 | 第41-61页 |
| ·非劣分层粒子群多目标优化算法 | 第41-49页 |
| ·智能优化思想 | 第41-45页 |
| ·建立多目标智能优化算法 | 第45-48页 |
| ·智能优化算法的测试 | 第48-49页 |
| ·聚酯生产工艺 | 第49-50页 |
| ·聚酯生产缩聚过程的数学模型 | 第50-55页 |
| ·复合神经网络建立预报聚酯粘度模型 | 第50-55页 |
| ·聚酯分子量分布的数学模型 | 第55页 |
| ·聚酯缩聚过程的多目标优化 | 第55-60页 |
| ·优化目标的确定 | 第55-56页 |
| ·优化模型的建立 | 第56-57页 |
| ·缩聚过程寻优操作 | 第57-60页 |
| ·本章小结 | 第60-61页 |
| 第四章 间歇生产的智能优化 | 第61-73页 |
| ·间歇生产的优化问题 | 第61页 |
| ·建立分级多目标优化算法 | 第61-65页 |
| ·间歇反应的最优控制 | 第61-62页 |
| ·分级多目标优化算法 | 第62-65页 |
| ·苯乙烯悬浮聚合机理及其数学模型 | 第65-69页 |
| ·苯乙烯悬浮聚合机理 | 第65-66页 |
| ·苯乙烯悬浮聚合反应模型 | 第66页 |
| ·聚苯乙烯分子量及其分布模型 | 第66-69页 |
| ·苯乙烯悬浮聚合的优化控制 | 第69-72页 |
| ·优化目标的确定 | 第69页 |
| ·优化模型的建立 | 第69-70页 |
| ·间歇反应寻优操作 | 第70-72页 |
| ·本章小结 | 第72-73页 |
| 第五章 实现智能优化控制的框架和方法 | 第73-79页 |
| ·递阶优化控制系统 | 第73-75页 |
| ·迭代优化控制结构 | 第75-77页 |
| ·在线预报调优控制 | 第77-79页 |
| 第六章 总结和展望 | 第79-81页 |
| 参考文献 | 第81-85页 |
| 致谢 | 第85-87页 |
| 研究成果及发表的学术论文 | 第87-89页 |
| 作者和导师简介 | 第89-90页 |
| 附件 | 第90-91页 |
