| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 文献综述 | 第8-19页 |
| ·热轧深冲板课题来源及研究意义 | 第8-9页 |
| ·课题来源 | 第8页 |
| ·研究意义 | 第8-9页 |
| ·国内外研究现状分析 | 第9-15页 |
| ·国外热轧酸洗深冲板的研究开发现状 | 第10页 |
| ·国内酸洗深冲板的研究开发现状 | 第10-12页 |
| ·人工神经网络在轧制领域的研究现状 | 第12-15页 |
| ·力学性能各项技术指标 | 第15-16页 |
| ·控制轧制控制冷却工艺在微合金钢生产上的应用 | 第16-17页 |
| ·合金元素的作用 | 第17-19页 |
| 第二章 人工神经网络简介 | 第19-27页 |
| ·人工神经网络的发展 | 第19-20页 |
| ·人工神经网络的基本特征和通用性质 | 第20-21页 |
| ·人工神经网络的类型 | 第21-22页 |
| ·人工神经网络的学习与训练 | 第22页 |
| ·神经网络的主要模型 | 第22-23页 |
| ·BP 神经网络 | 第23-27页 |
| ·BP 神经网络的模型结构 | 第23-24页 |
| ·BP 神经网络的学习 | 第24页 |
| ·BP 神经网络算法描述 | 第24-27页 |
| 第三章 基于GUI 的神经网络设计与分析 | 第27-35页 |
| ·神经网络设计GUI 的基本功能 | 第27-28页 |
| ·基于GUI 的神经网络设计与分析的基本应用 | 第28-35页 |
| 第四章 SPHC 力学性能预报及仿真分析 | 第35-56页 |
| ·邯钢CSP 生产线简介 | 第35-38页 |
| ·现场实验数据的采集与整理 | 第38-40页 |
| ·样本数据的采集 | 第38页 |
| ·影响带钢力学性能因素分析 | 第38-39页 |
| ·样本数据的整理 | 第39-40页 |
| ·模型参数的选择 | 第40-41页 |
| ·化学成分与产品力学性能神经网络模型的建立和分析 | 第41-47页 |
| ·1.8mm 规格神经网络模型的建立 | 第41-43页 |
| ·其他规格的模型性能的比较 | 第43-45页 |
| ·化学成分对成品力学性能的影响分析 | 第45-47页 |
| ·化学成分和轧制工艺与产品力学性能模型的建立和分析 | 第47-54页 |
| ·神经网络模型的建立 | 第47-48页 |
| ·网络模型训练分析 | 第48-49页 |
| ·轧制工艺参数对力学性能的影响分析 | 第49-54页 |
| ·CSP 热连轧生产线实现带钢力学性能预报的探讨 | 第54-56页 |
| 第五章 结论 | 第56-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-63页 |
| 附表 | 第63页 |