| 中文摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第1章 绪论 | 第7-16页 |
| ·研究背景 | 第7-11页 |
| ·水力旋流器数学建模的目的和意义 | 第7页 |
| ·水力旋流器数学建模的发展现状 | 第7-11页 |
| ·神经网络原理及其发展应用 | 第11-14页 |
| ·神经网络基本原理 | 第11页 |
| ·神经网络的发展及应用 | 第11-13页 |
| ·神经网络在选矿中的应用 | 第13-14页 |
| ·神经网络在旋流器中的应用 | 第13页 |
| ·神经网络在浮选中的应用 | 第13页 |
| ·神经网络在磨矿回路中的应用 | 第13-14页 |
| ·研究目的、意义及研究内容 | 第14-16页 |
| ·研究目的与研究路线 | 第14页 |
| ·研究的意义 | 第14-15页 |
| ·研究内容 | 第15-16页 |
| 第2章 基于BP神经网络的水力旋流器工作参数预测原理 | 第16-32页 |
| ·水力旋流器概述 | 第16-23页 |
| ·水力旋流器工作原理 | 第16-20页 |
| ·原理简介 | 第16-17页 |
| ·旋流器内液体流动模型 | 第17-20页 |
| ·水力旋流器主要参数 | 第20-22页 |
| ·基本结构参数 | 第20-21页 |
| ·物性参数 | 第21页 |
| ·操作参数 | 第21-22页 |
| ·试验及论文用到的参数 | 第22页 |
| ·试验数据的采集 | 第22-23页 |
| ·人工神经网络与BP网络 | 第23-30页 |
| ·人工神经网络模型 | 第23-25页 |
| ·神经元的生物学解剖 | 第23-24页 |
| ·神经元模型 | 第24-25页 |
| ·bp网络 | 第25-30页 |
| ·bp网络的原理 | 第25-26页 |
| ·bp网络的数学算法 | 第26-29页 |
| ·bp网络的不足和改进 | 第29-30页 |
| ·MATLAB神经网络工具箱 | 第30-32页 |
| 第3章 基于BP神经网络的水力旋流器工作参数预测与控制的MATLAB实现 | 第32-55页 |
| ·BP网络程序设计的MATLAB实现 | 第32-51页 |
| ·数据预处理 | 第32-36页 |
| ·网络结构的确定 | 第36页 |
| ·隐含层神经元数目的确定 | 第36-40页 |
| ·训练算法的确定 | 第40-51页 |
| ·训练算法的收敛性 | 第41-42页 |
| ·网络推广的改善 | 第42-51页 |
| ·神经网络模型程序设计 | 第51-53页 |
| ·BP网络的程序流程 | 第51-52页 |
| ·程序关键代码 | 第52-53页 |
| ·小结 | 第53-55页 |
| 第4章 DELPHI调用MATLAB接口的实现 | 第55-61页 |
| ·MATLAB的ACTIVEX的集成 | 第55-57页 |
| ·MATLAB自动化服务器 | 第56页 |
| ·程序示例 | 第56-57页 |
| ·预测系统界面 | 第57-58页 |
| ·数据检验 | 第58-60页 |
| ·小结 | 第60-61页 |
| 第5章 结束语 | 第61-63页 |
| ·结论 | 第61-62页 |
| ·建议 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 攻读硕士学位期间发表的学术论文及参加的科研项目 | 第67页 |