首页--工业技术论文--自动化技术、计算机技术论文--自动化基础理论论文--人工智能理论论文--人工神经网络与计算论文

基于小波神经网络预测控制的加热炉炉温控制策略的研究

摘要第1-5页
ABSTRACT第5-13页
第一章 绪论第13-25页
   ·课题的研究背景与选题意义第13-15页
   ·加热炉控制及其研究现状第15-18页
     ·加热炉控制第15-17页
       ·温度燃气空气流量串级控制第15-16页
       ·残氧量闭环控制第16-17页
       ·附属回路调节及参数修正第17页
     ·加热炉控制研究现状第17-18页
   ·加热炉优化控制技术的应用现状第18-19页
     ·国外加热炉优化控制的应用现状第18页
     ·国内加热炉优化控制的应用现状第18-19页
   ·目前加热炉控制中存在的主要问题第19-20页
   ·预测控制第20-22页
     ·预测控制的发展第20-21页
     ·传统预测控制存在的主要问题第21-22页
   ·论文研究的主要内容第22-23页
   ·论文的创新点第23-24页
   ·本章小结第24-25页
第二章 预测控制理论第25-52页
   ·预测控制的产生背景第25页
   ·预测控制的基本思想第25-30页
     ·预测控制的本质特征第25-26页
     ·预测控制的基本类型第26-28页
     ·预测控制的基本思想第28-30页
   ·智能预测控制策略及研究动向第30-31页
   ·基于神经网络的预测控制第31-51页
     ·引言第31-32页
     ·神经网络预测模型第32-40页
       ·神经网络非线性多步预测模型第32-35页
       ·用三层前向神经网络构造预测模型第35-40页
     ·滚动优化控制器设计第40-51页
       ·滚动优化器的设计方法综述第40-42页
       ·性能目标函数第42页
       ·梯度法求解预测控制律第42-43页
   2 4 3.4 线性化方法求解预测控制律第43-48页
       ·神经网络求解控制律第48-50页
       ·遗传算法求解控制律第50-51页
     ·反馈校正的设计第51页
   ·本章小结第51-52页
第三章 基于小波神经网络的非线性系统建模与预测第52-85页
   ·引言第52-53页
   ·小波神经网络第53-59页
     ·小波神经网络的研究现状第53页
     ·小波神经网络的优点及其存在的问题第53-54页
     ·小波神经网络在控制系统中的应用第54-56页
     ·小波神经网络模型的分类第56-58页
     ·小波神经网络构造的理论基础第58-59页
   ·小波神经网络的性质研究第59-60页
   ·小波神经网络算法及公式推导第60-66页
     ·基本BP算法公式推导第61-64页
     ·改进的快速BP算法第64-66页
   ·小波神经网络的参数选择第66-72页
     ·小波激励函数的选择第66-69页
     ·初始值的选择第69页
     ·输入数据预处理方法第69页
     ·隐含层节点数的选择第69-70页
     ·程序流程图第70-72页
   ·仿真研究第72-83页
   ·本章小结第83-85页
第四章 基于小波神经网络预测控制的加热炉炉温控制策略研究第85-115页
   ·带钢热连轧加热炉生产简介第85-87页
     ·热连轧工艺简介第85-86页
     ·炉区的工艺流程第86-87页
     ·加热炉内部结构第87页
   ·加热炉的优化控制第87-93页
     ·加热炉燃烧控制介绍第87-88页
     ·加热炉的工艺要求第88页
     ·加热炉的控制要求第88-89页
     ·钢坯升温曲线第89-91页
     ·加热炉的加热策略第91-93页
   ·炉温控制第93-96页
     ·加热炉炉温控制的重要性第94页
     ·加热炉炉温控制的现状第94-96页
   ·基于小波神经网络预测控制的加热炉炉温控制策略的研究第96-114页
     ·小波神经网络预测控制第97-103页
     ·基于小波神经网络预测控制的加热炉炉温控制策略的仿真研究第103-114页
   ·本章小结第114-115页
第五章 结论与展望第115-118页
参考文献第118-125页
致谢第125-127页
攻读硕士研究生学位期间发表的学术论文第127页

论文共127页,点击 下载论文
上一篇:基于J2EE的装备维修信息管理系统模型研究及应用
下一篇:我国大学学术管理的现状及对策研究