| 摘要 | 第4-5页 |
| abstract | 第5-6页 |
| 第一章 绪论 | 第9-15页 |
| 1.1 研究背景及意义 | 第9-10页 |
| 1.2 国内外研究现状 | 第10-12页 |
| 1.3 本文研究的主要内容及拟解决的关键问题 | 第12-13页 |
| 1.3.1 本文研究的主要内容 | 第12-13页 |
| 1.3.2 本文拟解决的关键问题 | 第13页 |
| 1.4 论文的组织结构 | 第13-15页 |
| 第二章 相关概念及理论基础 | 第15-29页 |
| 2.1 燃煤锅炉优化 | 第15-19页 |
| 2.1.1 燃煤锅炉系统及工作原理 | 第15-16页 |
| 2.1.2 燃煤锅炉燃烧效率 | 第16-17页 |
| 2.1.3 氮氧化物生成机理 | 第17-19页 |
| 2.2 BP神经网络 | 第19-23页 |
| 2.3.1 人工神经网络 | 第19页 |
| 2.3.2 BP神经网络 | 第19-23页 |
| 2.3 遗传算法 | 第23-24页 |
| 2.4.NET开发平台 | 第24-26页 |
| 2.5 SQL Server数据库 | 第26-29页 |
| 2.5.1 SQL语言 | 第26-27页 |
| 2.5.2 SQL Server 2005 | 第27-29页 |
| 第三章 基于改进BP与GA的燃煤锅炉运行优化研究 | 第29-37页 |
| 3.1 利用遗传算法优化的BP神经网络建立燃煤锅炉运行数据模型 | 第29-31页 |
| 3.2 利用遗传算法优化燃煤锅炉运行参数 | 第31-32页 |
| 3.3 实验仿真 | 第32-36页 |
| 3.4 结果分析 | 第36页 |
| 3.5 本章小结 | 第36-37页 |
| 第四章 燃煤锅炉运行预测模型研究 | 第37-40页 |
| 4.1 BP神经网络结构设计 | 第37-38页 |
| 4.2 BP神经网络权值和阈值优化 | 第38-39页 |
| 4.3 数据训练与预测 | 第39页 |
| 4.4 本章小结 | 第39-40页 |
| 第五章 燃煤锅炉生产分析运行预测与优化系统 | 第40-53页 |
| 5.1 课题背景 | 第40-41页 |
| 5.2 系统架构 | 第41-42页 |
| 5.3 数据库设计 | 第42页 |
| 5.4 系统功能 | 第42-52页 |
| 5.4.1 系统登录界面 | 第43页 |
| 5.4.2 优化系统主界面 | 第43-44页 |
| 5.4.3 查询天气状况 | 第44-45页 |
| 5.4.4 经验预测 | 第45-46页 |
| 5.4.5 智能算法预测 | 第46-48页 |
| 5.4.6 实时曲线图 | 第48-50页 |
| 5.4.7 数据模型 | 第50页 |
| 5.4.8 系统管理 | 第50-52页 |
| 5.5 系统优势 | 第52页 |
| 5.6 本章小结 | 第52-53页 |
| 第六章 总结与展望 | 第53-55页 |
| 6.1 主要工作总结 | 第53页 |
| 6.2 研究创新点 | 第53-54页 |
| 6.3 工作展望 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 攻读硕士学位期间取得的学术成果 | 第58-59页 |
| 致谢 | 第59页 |