声明
摘要
论文中使用符号说明
第一章 绪论
1.1 研究背景与意义
1.2 糖厂澄清过程参数优化现状
1.2.1 澄清过程的特性分析
1.2.2 糖厂澄清过程操作参数优化现状及应用
1.3 澄清过程建模现状及改进
1.3.1 澄清过程的机理建模
1.3.2 澄清过程的人工智能建模
1.4 本文的内容和安排
第二章 澄清过程工艺流程及优化框架
2.1 澄清过程工艺流程
2.2 澄清工段重要参数作用机理分析
2.3 糖厂澄清工段优化框架
2.3.1 优化流程分析
2.3.2 澄清过程工况评价模型
2.3.3 协调策略
2.4 本章小结
第三章 澄清过程两大生产指标预测模型
3.1 工业生产过程中系统辨识
3.1.1 机理模型的系统建模
3.1.2 神经网络的系统建模
3.1.3 基于模糊的系统建模和辨识
3.2 T-S模糊神经网络
3.2.1 T-S模糊神经网络系统结构
3.2.2 递归T-S模糊模型及其神经网络实现
3.2.3 递归T-S模型的动态BP算法
3.3 递归T-S模糊神经网络在糖厂澄清过程中的应用
3.3.1 基于T-S递归网络的糖厂澄清过程的模型
3.3.2 基于T-S递归网络的糖厂澄清过程应用结果
3.4 本章小结
第四章 案例推理与智能算法在澄清过程的应用
4.1 案例推理实现的流程
4.2 案例推理需要解决的重点问题
4.2.1 案例的表征
4.2.2 案例的检索与匹配
4.2.3 案例的调整
4.2.4 案例的维护
4.3 澄清过程案例推理的实现
4.3.1 澄清案例的表示
4.3.2 建立初始的澄清过程案例库
4.3.3 案例的检索和调用
4.4 CBR系统中嵌入智能算法
4.4.1 遗传算法
4.4.2 遗传算法的操作流程
4.4.3 改进的遗传算法及其在CBR案例优化的应用
4.5 澄清过程CBR运行实验
4.6 本章小结
第五章 CBR系统软件设计与开发
5.1 澄清过程优化操作软件框架
5.2 澄清过程优化操作软件的实现
5.2.1 软件初始界面
5.2.2 工况判断模型和CBR优化模块
5.3 OPC通信模块
5.4 数据库设计
5.4.1 数据库需求分析
5.4.2 数据库逻辑结构设计
5.5 本章小结
第六章 结论与展望
参考文献
致谢
攻读学位期间发表论文情况
广西大学;