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
东北电力大学;