Нейросетевые информационные системы для автоматизации технологических процессов

Оглавление
Введение
Глава 1. Автоматизация сложных ТП и выбор методов их моделирования
1.1. Автоматизированные системы управления.
1.2. Сложная система как объект управления.
1.3. Технологический процесс как сложный объект управления.
1.3.1. Технологический процесс производства этилена
1.3.2. Планирование режимов потребления электроэнергии.
1.3.3. Система теплопотребления учебного корпуса.
1.4. Моделирование. Основные понятия, классификация
1.5. Сложная система как объект моделирования
1.6. Методы моделирования сложных систем.
1.7. ИНС инструмент моделирования сложных систем.
1.8. Выводы
Глава 2. Методика нейросетевого моделирования ТП.
2.1. Генетический алгоритм.
2.2. Подготовка данных.
2.2.1. Очистка.
2.2.2. Трансформация.
2.2.3. Понижение размерности.
2.3. Синтез модели.
2.3.1. Многослойный персептрон.
2.3.2. Гибридная сеть встречного распространения.
2.4. Верификация модели
2.5. Нейросетевое моделирование сложных систем.
2.6. Выводы
Глава 3. Результаты автоматизации конкретных сложных ТП
3.1. Контроль технологического процесса производства этилена.
3.1.1. Объект исследования.
3.1.2. Автоматизация хроматографического контроля параметров ТП
3.1.3. Синтез нейросетевой модели ТП
3.1.4. АИС Хроматографического контроля ацетилена.
3.2. Прогнозирование потребления электроэнергии.
3.2.1. Объект исследования
3.2.2. Синтез нейросетевой модели энергопотребления.
3.2.3. АИС Прогноз энергопотребления Томской области
3.3. Оптимизация теплопотребления учебного корпуса
3.3.1. Объект исследования
3.3.2. Синтез нейросетевой модели теплопотребления
3.3.3. Автоматизированная система оптимизации теплопотребления
3.4. Выводы.
Заключение
Литература