| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-7页 |
| 1 绪论 | 第7-11页 |
| ·论文的选题背景及意义 | 第7-8页 |
| ·电厂主蒸汽温度控制的难点分析 | 第8页 |
| ·神经网络技术在电厂过热汽温控制中的应用研究现状 | 第8-9页 |
| ·本文的研究目的和内容 | 第9-10页 |
| ·本章小结 | 第10-11页 |
| 2 RBF 神经网络及其学习算法 | 第11-43页 |
| ·人工神经网络发展历史及现状 | 第11-12页 |
| ·RBF 神经网络的发展简史 | 第12-13页 |
| ·RBF 神经网络结构及改进 | 第13-15页 |
| ·RBF 神经网络学习算法 | 第15-32页 |
| ·RBF 神经网络算法分类 | 第15-16页 |
| ·RBF 神经网络常用算法对比 | 第16-32页 |
| ·RBF 神经网络算法改进 | 第32-35页 |
| ·GGAP-RBF 算法介绍 | 第32页 |
| ·GGAP 算法 | 第32-34页 |
| ·改进GGAP 算法 | 第34-35页 |
| ·RBF 神经网络容错机制的改进 | 第35-43页 |
| ·RBF 网络故障容错常见算法介绍 | 第36-37页 |
| ·RBF 神经网络及容错能力 | 第37-38页 |
| ·多节点故障的鲁棒学习 | 第38-43页 |
| 3 超临界直流锅炉过热蒸汽温度控制系统 | 第43-61页 |
| ·超临界直流锅炉特点 | 第43页 |
| ·控制系统综述 | 第43-44页 |
| ·过热蒸汽温度控制系统的模型和特性 | 第44-48页 |
| ·静态特性 | 第46页 |
| ·动态特性 | 第46-48页 |
| ·影响过热汽温变化的扰动因素分析 | 第48-49页 |
| ·锅炉蒸汽温度自动控制系统 | 第49-55页 |
| ·过热汽温控制系统的任务 | 第49页 |
| ·过热蒸汽温度控制系统典型方案 | 第49-55页 |
| ·目前超临界机组过热器温控制手段分析 | 第55-59页 |
| ·水燃比为粗调方式 | 第56-59页 |
| ·喷水减温调节为微调方式 | 第59页 |
| ·系统辨识基本理论 | 第59-61页 |
| 4 基于 RBF 神经网络控制器的主汽温控制系统研究 | 第61-66页 |
| ·介绍 | 第61-62页 |
| ·基于GGAP-RBF 神经网络控制器的控制系统 | 第62页 |
| ·仿真研究 | 第62-65页 |
| ·与常规PID 控制系统比较 | 第62-64页 |
| ·扰动实验 | 第64-65页 |
| ·变工况实验 | 第65页 |
| ·结论 | 第65-66页 |
| 5 总结 | 第66-68页 |
| ·全文总结 | 第66页 |
| ·尚需要进一步完善的工作 | 第66-68页 |
| 致谢 | 第68-69页 |
| 参考文献 | 第69-74页 |
| 附录：作者在攻读硕士学位期间发表的学术论文 | 第74页 |