声明
摘要
第1章 绪论
1.1 研究背景及意义
1.2 国内外研究现状
1.3 论文研究内容
第2章 电站燃煤锅炉效率与NOx排放浓度混合建模
2.1 电站燃煤锅炉效率和NOx排放浓度影响因素分析
2.1.1 锅炉效率影响因素分析
2.1.2 NOx排放浓度影响因素分析
2.2 BP神经网络建模原理
2.2.1 BP神经网络拓扑结构
2.2.2 BP算法原理
2.2.3 基于Adaboost算法建立BP_Adaboost模型
2.3 支持向量机建模原理
2.3.1 支持向量机基本理论
2.3.2 最小二乘支持向量机模型
2.4 基于BP_Adaboost模型与LS-SVM模型建立燃烧系统模型
2.4.1 模型的输入与输出变量选择
2.4.2 模型输入数据归一化
2.4.3 模型的参数选取
2.4.4 模型预测结果分析
2.5 本章小结
第3章 电站燃煤锅炉效率与NOx排放浓度优化
3.1 遗传算法简介
3.2 电站燃煤锅炉燃烧优化数学模型
3.2.1 目标函数
3.2.2 优化参数选择
3.3 电站燃煤锅炉燃烧优化结果分析
3.3.1 遗传算法寻优过程
3.3.2 不同权重下各工况优化结果分析
3.3.3 单一工况变权重优化结果分析
3.4 本章小结
第4章 电站燃煤锅炉燃烧优化系统的开发
4.1 电站燃煤锅炉燃烧优化系统的开发工具
4.2 电站燃煤锅炉燃烧优化系统的总体设计
4.3 电站燃煤锅炉燃烧优化系统软件的功能实现
4.3.1 锅炉类型及容量选择
4.3.2 数据采集子系统的功能实现
4.3.3 混合建模子系统的功能实现
4.3.4 遗传算法优化子系统的功能实现
4.4 本章小结
第5章 结论与展望
5.1 结论
5.2 展望
参考文献
攻读硕士学位期间发表的学术论文及其它成果
致谢