| 摘要 | 第1-6页 |
| ABSTRACT | 第6-9页 |
| 引言 | 第9-10页 |
| 1 绪论 | 第10-25页 |
| ·课题的提出和意义 | 第10-12页 |
| ·课题的背景 | 第10-11页 |
| ·课题的研究意义与应用前景 | 第11-12页 |
| ·带钢连续热镀锌生产概述 | 第12-16页 |
| ·带钢热镀锌工艺的发展 | 第13页 |
| ·冷轧热镀锌带钢的产品质量及其影响因素 | 第13-15页 |
| ·热镀锌锌层重量的控制方法 | 第15-16页 |
| ·人工神经网络的现状及其发展 | 第16-23页 |
| ·神经网络的定义 | 第17页 |
| ·神经元的数学模型 | 第17-18页 |
| ·前馈神经网络 | 第18-19页 |
| ·神经网络的特点 | 第19-20页 |
| ·提高神经网络透明度的研究 | 第20-23页 |
| ·论文的研究内容及章节安排 | 第23-25页 |
| ·论文的研究内容 | 第23-24页 |
| ·论文的章节安排 | 第24-25页 |
| 2 神经网络规则抽取 | 第25-34页 |
| ·神经网络规则抽取的意义 | 第25页 |
| ·神经网络规则抽取的起源和发展 | 第25-26页 |
| ·神经网络规则和评价 | 第26-29页 |
| ·规则类型 | 第26-28页 |
| ·评价体系 | 第28-29页 |
| ·神经网络规则抽取的算法分类 | 第29-33页 |
| ·基于结构分析的方法 | 第29-32页 |
| ·基于性能分析的方法 | 第32-33页 |
| ·本章小结 | 第33-34页 |
| 3 基于优化激活函数的神经网络规则抽取 | 第34-50页 |
| ·现有方法的不足 | 第34页 |
| ·算法原理 | 第34-36页 |
| ·优化激活函数 | 第36-38页 |
| ·神经网络规则抽取步骤 | 第38-44页 |
| ·数据预处理 | 第38-40页 |
| ·建立神经网络模型 | 第40-41页 |
| ·神经网络训练 | 第41-43页 |
| ·神经网络剪枝 | 第43-44页 |
| ·规则抽取 | 第44页 |
| ·标准数据集验证 | 第44-49页 |
| ·本章小结 | 第49-50页 |
| 4 质量控制参数的设定 | 第50-56页 |
| ·质量控制参数的设定方法介绍 | 第50-53页 |
| ·单变量质量控制参数的设定 | 第50-51页 |
| ·多变量质量控制参数的设定 | 第51-53页 |
| ·方法分析 | 第53-54页 |
| ·基于神经网络规则抽取和预测模型相结合的质量控制参数的设定方法 | 第54-55页 |
| ·本章小结 | 第55-56页 |
| 5 带钢热镀锌锌层重量控制参数的设定 | 第56-65页 |
| ·带钢热镀锌锌层重量的规则抽取 | 第56-61页 |
| ·产品质量预测模型 | 第61-62页 |
| ·带钢热镀锌质量控制参数的设定 | 第62-64页 |
| ·本章小结 | 第64-65页 |
| 总结与展望 | 第65-67页 |
| 参考文献 | 第67-75页 |
| 在学研究成果 | 第75-76页 |
| 致谢 | 第76页 |