计算机硕士课题——数据驱动的城市固废焚烧过程智能运行优化方法研究
1️⃣题目：数据驱动的城市固废焚烧过程智能运行优化方法研究
2️⃣报告的主要内容：
城市固废焚烧过程工艺复杂、不同工艺之间耦合关联，能在保证固废充分燃烧的同时，尽可能降低污染物的排放，最大程度提高发电量是行业发展亟待解决的问题。为此，提出了数据驱动的智能运行优化方法。首先，建立RBF神经网络运行指标模型，精准表征运行指标；然后，使用聚类识别焚烧工况特性，方便后续针对不同工况进行优化；最后，采用动态多目标粒子群优化算法，寻求平衡三个目标的最优解。
3️⃣师生提问1. RBF神经网络不是数据驱动吗？这样还能和前面的研究现状对应上吗？
答：RBF神经网络是数据驱动，研究现状强调的是目前建立运行指标模型的数据驱动方法复杂度较高，非线性捕捉能力存在不足。RBF神经网络因其结构简单、能够以任意精度逼近非线性函数，所以本研究采用RBF神经网络，可以看出还是可以对应上的。
#科软 #计算机 #ai4s #减少碳排放量 #神经网络 #开题报告 #开题答辩 #提供思路和创新点 #科学与技术 #浙大软院
1️⃣题目：数据驱动的城市固废焚烧过程智能运行优化方法研究
2️⃣报告的主要内容：
城市固废焚烧过程工艺复杂、不同工艺之间耦合关联，能在保证固废充分燃烧的同时，尽可能降低污染物的排放，最大程度提高发电量是行业发展亟待解决的问题。为此，提出了数据驱动的智能运行优化方法。首先，建立RBF神经网络运行指标模型，精准表征运行指标；然后，使用聚类识别焚烧工况特性，方便后续针对不同工况进行优化；最后，采用动态多目标粒子群优化算法，寻求平衡三个目标的最优解。
3️⃣师生提问1. RBF神经网络不是数据驱动吗？这样还能和前面的研究现状对应上吗？
答：RBF神经网络是数据驱动，研究现状强调的是目前建立运行指标模型的数据驱动方法复杂度较高，非线性捕捉能力存在不足。RBF神经网络因其结构简单、能够以任意精度逼近非线性函数，所以本研究采用RBF神经网络，可以看出还是可以对应上的。
#科软 #计算机 #ai4s #减少碳排放量 #神经网络 #开题报告 #开题答辩 #提供思路和创新点 #科学与技术 #浙大软院
