首页--数理科学和化学论文--化学论文--高分子化学(高聚物)论文

超临界二氧化碳在聚合物中的溶解计算模型研究

摘要第1-5页
ABSTRACT第5-11页
第1章 绪论第11-21页
   ·研究背景与意义第11-13页
   ·国内外研究现状第13-16页
     ·热力学溶解计算模型研究现状第13-15页
     ·人工智能溶解预测研究现状第15-16页
   ·研究现状分析第16-18页
   ·研究内容与路线第18-19页
     ·研究内容第18-19页
     ·研究路线第19页
   ·论文组织结构第19-20页
   ·本章小结第20-21页
第2章 相关技术理论第21-32页
   ·人工神经网络技术第21-28页
     ·BP ANN第22-26页
     ·RBF ANN第26-28页
   ·粒子群算法第28-31页
     ·概述第28页
     ·标准 PSO 算法第28-29页
     ·算法流程和步骤第29-31页
     ·算法性能分析第31页
   ·本章小结第31-32页
第3章 改进算法和模型的数据与评价第32-45页
   ·改进的粒子群算法第32-41页
     ·PSO 算法改进策略第32-34页
     ·改进现状与分析第34页
     ·基于混沌序列和自适应策略的改进算法 CSAPSO第34-36页
     ·算法性能仿真实验第36-41页
   ·模型实验数据及预处理第41-43页
     ·实验数据第41-43页
     ·数据的预处理第43页
   ·模型评价指标第43-44页
   ·本章小结第44-45页
第4章 基于混沌理论和聚类方法的溶解模型第45-68页
   ·引言第45-47页
   ·基于 CSAPSO-BP ANN 的溶解计算模型第47-56页
     ·概述第47-48页
     ·模型思想第48页
     ·模型结构第48-49页
     ·计算结果与讨论第49-56页
   ·基于 CSAPSO 和聚类算法的溶解计算模型第56-67页
     ·聚类方法第57-59页
     ·模型思想与流程第59-60页
     ·模型结构第60-61页
     ·计算结果与讨论第61-67页
   ·本章小结第67-68页
第5章 基于吸附扩散翻埋理论的溶解模型第68-87页
   ·引言第68-69页
   ·基于扩散理论的溶解计算模型第69-75页
     ·概述第69-70页
     ·基于扩散理论的双种群粒子群算法第70-73页
     ·基于 DCSAPSO 算法的溶解计算模型第73-75页
   ·基于吸附扩散翻埋理论的溶解计算模型第75-86页
     ·概述第75-76页
     ·理论计算模型第76-81页
     ·算例分析第81-86页
   ·本章小结第86-87页
第6章 模型讨论第87-97页
   ·引言第87页
   ·网络训练类模型的比较第87-92页
     ·经过训练的聚合物溶解预测分析第87-90页
     ·未训练的聚合物溶解预测分析第90-91页
     ·比较结论第91-92页
   ·模型的分析与评价第92-96页
     ·模型的性能与效率分析第92-93页
     ·网络训练类模型的评价第93-95页
     ·理论计算模型的评价第95-96页
   ·本章小结第96-97页
第7章 发泡材料挤出验证实验第97-109页
   ·引言第97页
   ·实验设备和材料第97-100页
     ·实验设备第97-99页
     ·实验原料第99-100页
   ·实验与分析第100-108页
     ·挤出流量实验第100页
     ·溶解度预测第100-101页
     ·气体流量的计算第101-102页
     ·挤出实验第102-103页
     ·实验分析第103-108页
   ·本章小结第108-109页
第8章 总结与展望第109-112页
   ·总结第109-110页
   ·论文主要创新点第110页
   ·展望第110-112页
致谢第112-114页
参考文献第114-127页
攻读学位期间的研究成果第127-128页

论文共128页,点击 下载论文
上一篇:结构型吸波复合材料制备与吸波性能研究
下一篇:光催化—催化湿式氧化处理有机染料废水的研究