基于多智能体的中厚板轧制工艺模型优化
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第11-26页 |
| 1.1 中厚板生产综述 | 第11-13页 |
| 1.2 中厚板生产的自动化控制系统 | 第13-19页 |
| 1.2.1 基础自动化级 | 第13页 |
| 1.2.2 过程控制级 | 第13-18页 |
| 1.2.3 生产控制级 | 第18-19页 |
| 1.3 智能优化控制的发展与综述 | 第19-23页 |
| 1.4 论文背景与意义及主要工作内容 | 第23-26页 |
| 1.4.1 论文背景意义 | 第23-24页 |
| 1.4.2 主要工作内容 | 第24-26页 |
| 第2章 多智能体系统的基础理论 | 第26-36页 |
| 2.1 智能体的定义和特征 | 第26-27页 |
| 2.2 智能体的结构 | 第27-28页 |
| 2.3 多智能体系统 | 第28-35页 |
| 2.3.1 多智能体系统的结构 | 第29-30页 |
| 2.3.2 多智能体系统的协作 | 第30-33页 |
| 2.3.3 多智能体系统的通信 | 第33-34页 |
| 2.3.4 多智能体系统的学习 | 第34-35页 |
| 2.4 本章小结 | 第35-36页 |
| 第3章 基于多智能体轧制模型结构设计 | 第36-48页 |
| 3.1 多智能体系统结构总体设计思路 | 第36-39页 |
| 3.1.1 多智能体的划分机制 | 第36页 |
| 3.1.2 多智能体的协作机制 | 第36-39页 |
| 3.2 管理协作层智能体 | 第39-40页 |
| 3.3 业务层智能体 | 第40-47页 |
| 3.3.1 轧制力智能体 | 第40-44页 |
| 3.3.2 模型自学习智能体 | 第44-46页 |
| 3.3.3 规程智能体 | 第46-47页 |
| 3.5 本章小结 | 第47-48页 |
| 第4章 多智能体轧制工艺模型优化 | 第48-64页 |
| 4.1 智能体之间的协调协作 | 第48-51页 |
| 4.1.1 协作功能模块 | 第48-49页 |
| 4.1.2 模糊推理系统 | 第49-50页 |
| 4.1.3 换规格 | 第50-51页 |
| 4.2 规程智能体 | 第51-52页 |
| 4.2.1 轧制规程数据库 | 第51-52页 |
| 4.2.2 数据库知识发现技术 | 第52页 |
| 4.3 人工神经网络 | 第52-56页 |
| 4.3.1 神经网络的分类 | 第52-53页 |
| 4.3.2 神经网络的学习方法 | 第53-55页 |
| 4.3.3 神经网络的学习规则 | 第55-56页 |
| 4.3.4 BP神经网络隐层神经元数目的确定方法 | 第56页 |
| 4.4 轧制力智能体 | 第56-63页 |
| 4.4.1 轧制力神经网络的建立 | 第57-58页 |
| 4.4.2 神经网络的输入输出量确定 | 第58-59页 |
| 4.4.3 隐层神经元数目确定 | 第59-61页 |
| 4.4.4 学习速率和动量因子的确定 | 第61页 |
| 4.4.5 神经网络权值的确定 | 第61-63页 |
| 4.5 本章小结 | 第63-64页 |
| 第5章 多智能体协作与轧制力预测的软件实现 | 第64-78页 |
| 5.1 软件开发工具 | 第64页 |
| 5.2 数据存取与信息交换 | 第64-68页 |
| 5.2.1 数据的存取 | 第64-65页 |
| 5.2.2 信息交换模块 | 第65-68页 |
| 5.3 设计思路 | 第68页 |
| 5.4 系统界面介绍 | 第68-70页 |
| 5.5 轧制力智能体实现 | 第70-73页 |
| 5.5.1 轧制力智能体 | 第70-72页 |
| 5.5.2 运行结果分析 | 第72-73页 |
| 5.6 管理协作智能体实现 | 第73-77页 |
| 5.6.1 软件的结构设计 | 第74页 |
| 5.6.2 运行结果分析 | 第74-77页 |
| 5.7 本章小结 | 第77-78页 |
| 第6章 结论 | 第78-79页 |
| 参考文献 | 第79-84页 |
| 致谢 | 第84页 |
