基于神经网络的转炉冶炼静态控制模型
| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 引言 | 第9-10页 |
| 1 人工神经网络简介 | 第10-21页 |
| ·神经网络的结构与特点 | 第10-12页 |
| ·神经网络的学习 | 第12-20页 |
| ·学习方式 | 第12-14页 |
| ·学习规则 | 第14-19页 |
| ·学习与自适应 | 第19-20页 |
| ·课题的提出 | 第20-21页 |
| ·课题的来源 | 第20页 |
| ·本文的主要研究内容 | 第20-21页 |
| 2 神经网络在冶金工业中的应用 | 第21-23页 |
| ·国内外开发、应用现状 | 第21-22页 |
| ·面临的问题与应用前景 | 第22-23页 |
| 3 邢钢转炉冶炼专家控制系统的建立 | 第23-43页 |
| ·专家系统的组成 | 第23页 |
| ·优化配料系统 | 第23页 |
| ·神经网络预测系统 | 第23-41页 |
| ·模型的选定 | 第23页 |
| ·BP 网络原理 | 第23-30页 |
| ·BP 算法的改进 | 第30-35页 |
| ·神经网络模型的建立 | 第35-41页 |
| ·编程语言的选用 | 第41-43页 |
| 4 转炉冶炼专家控制系统特点 | 第43-56页 |
| ·专家控制系统概述 | 第43页 |
| ·使用说明 | 第43-56页 |
| ·系统组成 | 第43-44页 |
| ·启动专家系统 | 第44-45页 |
| ·优化配料系统 | 第45-51页 |
| ·神经网络辅助控制系统使用说明 | 第51-56页 |
| 5 转炉冶炼专家控制系统的离线应用 | 第56-57页 |
| ·检验网络预报钢水温度精确度 | 第56页 |
| ·检验网络预报钢水碳含量精确度 | 第56页 |
| ·检验网络碳、温双命中率 | 第56-57页 |
| 结论 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61页 |