基于深度学习的NOx排放量建模及优化方法研究

目录

摘要

1．1研究背景及意义

1．2国内外研究现状及发展综述

1．2．1数据处理方法的研究现状

1．2．2智能建模算法的研究现状

1．2．3多目标优化算法的研究现状

1．3本研究的主要研究内容

第2章锅炉生产过程简介及数据预处理

2．1锅炉生产流程

2．1．1锅炉生产过程

2．1．2NOx生产机理分析

2．2数据预处理

2．3本章小结

第3章基于深度学习的NOx排放量建模

3．1特征选择

3．2时间延迟分析

3．3基于经验模态分解的数据特征提取

3．4二次特征选择

3．5深度神经网络

3．5．1基本原理

3．5．2激活函数的选择

3．6基于EMD-DNN的建模方法

3．7实验结果及分析

3．7．1实验环境及数据准备

3．7．2性能评价指标

3．7．3特征选择对预测结果影响分析

3．7．4时间延迟分析对预测结果影响

3．7．5特征分解对预测结果影响分析

3．7．6不同数据集的建模实验结果

3．8推广性验证实验

3．8．1验证实验环境准备

3．8．2验证结果实验分析

3．9本章小结

第4章基于NSGA-Ⅱ的NOx排放量多目标优化

4．1NSGA-Ⅱ算法原理

4．2多目标优化模型的构建

4．2．1决策变量的选取

4．2．2目标函数的构造

4．3实验结果分析

4．4本章小结

第5章锅炉NOx排放量建模及优化控制系统

5．1系统编写语言及环境

5．2系统的功能设计

5．2．1区域功能模块划分

5．2．2控件选取

5．3系统界面设计及实现

5．3．1用户登陆界面

5．3．2系统主界面

5．3．3建模预测子界面

5．3．4多目标优化子界面

5．3．5结果展示子界面

5．4本章小结

总结与展望

参考文献

攻读硕士学位期间发表的论文及其它成果

声明

致谢