| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 1 绪论 | 第7-15页 |
| ·研究背景及意义 | 第7页 |
| ·转炉终点控制技术的发展 | 第7-9页 |
| ·转炉炼钢终点控制的理论基础 | 第7-8页 |
| ·转炉终点控制现状 | 第8-9页 |
| ·基于人工智能技术的转炉终点控制 | 第9-11页 |
| ·模糊逻辑与神经网络融合技术 | 第11-12页 |
| ·虚拟仪器技术的发展 | 第12-14页 |
| ·虚拟仪器概况 | 第12-13页 |
| ·虚拟仪器的开发工具 | 第13-14页 |
| ·论文的主要内容及安排 | 第14-15页 |
| 2 转炉炉口光谱数据采集系统的构建 | 第15-25页 |
| ·光谱数据采集系统的的设计 | 第15-19页 |
| ·微型光纤光谱仪概述 | 第15-17页 |
| ·光谱数据显示系统 | 第17-18页 |
| ·光谱数据存储系统 | 第18-19页 |
| ·LabVIEW与MATLAB的通信接口 | 第19-25页 |
| ·使用MATLAB Script节点 | 第20-21页 |
| ·利用ActiveX与MATLAB通信 | 第21-25页 |
| 3 自适应神经网络模糊推理系统设计 | 第25-42页 |
| ·模糊推理系统概述 | 第25-28页 |
| ·模糊推理系统的构成 | 第25-26页 |
| ·常见的模糊推理系统类型 | 第26-28页 |
| ·自适应神经网络模糊系统简述 | 第28-32页 |
| ·自适应神经网络模糊推理系统的结构 | 第28-31页 |
| ·学习算法 | 第31-32页 |
| ·自适应神经网络模糊推理系统的MATLAB实现 | 第32-36页 |
| ·自适应神经网络模糊推理系统的设计步骤 | 第32-34页 |
| ·ANFIS系统设计的anfis函数及genfisl函数 | 第34-36页 |
| ·数据的模糊聚类分析 | 第36-42页 |
| ·减法聚类及其模糊系统建模 | 第36-39页 |
| ·模糊C-均值聚类及其模糊系统建模 | 第39-42页 |
| 4 转炉终点预测模型的建立与仿真 | 第42-56页 |
| ·光谱数据预处理 | 第42-44页 |
| ·光谱数据的平滑 | 第42页 |
| ·光谱数据的正规化处理 | 第42-44页 |
| ·光谱数据间的相似系数 | 第44页 |
| ·转炉炉口光谱数据规律分析 | 第44-45页 |
| ·转炉炉口光谱数据的终点预测建模 | 第45-53页 |
| ·转炉终点预测模型的验证 | 第53-56页 |
| 5 本文总结及未来工作建议 | 第56-58页 |
| ·论文所完成的工作 | 第56页 |
| ·未来工作建议 | 第56-58页 |
| 致谢 | 第58-59页 |
| 参考文献 | 第59-62页 |