声明
第一章 绪论
1.1 研究背景
1.2 研究现状及进展
第二章 人工神经网络与遗传算法基础
2.1 人工神经网络
2.1.1 神经网络
2.1.2 BP神经网络概述
2.2 遗传算法
2.2.1 生物进化理论与遗传算法
2.2.2 遗传算法优点
2.2.3 遗传算法运算流程
2.2.4 基本遗传算法
2.2.5 遗传算法的实现
2.3 遗传神经网络
2.3.1 本研究的神经网络结构
2.3.2 样本的选择以及归一化
2.3.3 利用遗传算法优化神经网络的权值和阈值
2.3.4 遗传神经网络的局限性
第三章 用于预测流动沸腾传热系数的ANN、GNN建模及
3.1 样本参数的选择
3.2 ANN与GNN建模
3.2.1 输入参数
3.2.2 输出参数
3.2.3 训练ANN与GNN所用的实验数据参数范围
3.2.4 网络训练参数
3.2.5 ANN及GNN训练结果
3.3 GA建模
3.3.1 管内流动沸腾的传热系数公式
3.3.2 GA计算管内流动沸腾
第四章 使用ANN分析各变量对流动沸腾传热系数的影响
4.1 压力P对流动沸腾传热系数的影响
4.2 质量流密度G对流动沸腾传热系数的影响
4.3 热流密度q对流动沸腾传热系数的影响
4.4 管内径D对流动沸腾传热系数的影响
4.5 翅化比R对流动沸腾传热系数的影响
4.6 含气率x对流动沸腾传热系数的影响
第五章 结论与展望
参考文献
在学期间的研究成果
致谢
