| 摘要 | 第1-7页 |
| Abstract | 第7-8页 |
| 第一章 绪论 | 第8-11页 |
| ·课题的背景及意义 | 第8-9页 |
| ·国内外发展现状 | 第9-10页 |
| ·本文的主要内容 | 第10-11页 |
| 第二章 性能计算与耗差分析常规算法模型 | 第11-27页 |
| ·引言 | 第11页 |
| ·数据预处理模型研究 | 第11-12页 |
| ·数据滤波 | 第11-12页 |
| ·数据检查与修补 | 第12页 |
| ·锅炉算法模型研究 | 第12-17页 |
| ·锅炉反平衡效率模型 | 第12-14页 |
| ·锅炉效率耗差分析模型 | 第14-17页 |
| ·汽机算法模型研究 | 第17-26页 |
| ·汽机性能指标模型 | 第17-21页 |
| ·耗差分析模型 | 第21-26页 |
| ·辅机单耗法模型研究 | 第26-27页 |
| 第三章 热力系统性能计算方法研究 | 第27-38页 |
| ·引言 | 第27页 |
| ·热经济性定量分析的思路 | 第27-29页 |
| ·热力系统经济性计算模型研究 | 第29-35页 |
| ·主系统热经济性矩阵分析通式的研究 | 第29-31页 |
| ·辅助汽水成分的归并处理 | 第31-34页 |
| ·能效分布矩阵方程通式 | 第34-35页 |
| ·热力系统能效分布矩阵方程的应用 | 第35-38页 |
| 第四章 基于 BP 神经网络的汽轮机排汽焓计算方法研究 | 第38-59页 |
| ·引言 | 第38-39页 |
| ·神经网络及 BP 神经网络 | 第39-51页 |
| ·神经网络的发展 | 第39-40页 |
| ·人工神经元数学模型 | 第40-43页 |
| ·神经网络的拓扑结构 | 第43-44页 |
| ·神经网络的学习方式 | 第44页 |
| ·前馈神经网络及BP 训练算法 | 第44-49页 |
| ·BP 算法的一些改进措施 | 第49-51页 |
| ·网络的训练 | 第51页 |
| ·基于 BP 神经网络的汽轮机排汽焓计算 | 第51-59页 |
| ·BP 神经网络模型构建 | 第51-52页 |
| ·BP 神经网络模型训练 | 第52-59页 |
| 第五章 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 作者简介 | 第63-64页 |
| 致谢 | 第64页 |