基于神经网络的电解铝过程温度与分子比的预测研究
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-15页 |
| ·本课题的研究背景和意义 | 第9-12页 |
| ·铝电解工业概述和铝电解原理 | 第9-11页 |
| ·铝电解温度与分子比的重要性 | 第11-12页 |
| ·国内外发展现状及趋势 | 第12-14页 |
| ·本课题所研究的内容和论文结构 | 第14-15页 |
| 2 RBF神经网络的构建 | 第15-25页 |
| ·神经网络的概括 | 第15-16页 |
| ·神经网络的主要用途 | 第15-16页 |
| ·一些常用的网络及其特点 | 第16页 |
| ·选用RBF网络的可行性分析 | 第16-20页 |
| ·径向基函数网络的特点 | 第16-17页 |
| ·铝电解槽中温度与分子比的变化过程分析 | 第17-19页 |
| ·RBF网络用于温度与分子比预测的可行性 | 第19-20页 |
| ·RBF网络模型构建 | 第20-24页 |
| ·径向基函数网络结构 | 第20页 |
| ·输入的选取 | 第20-21页 |
| ·隐层节点的选取 | 第21-23页 |
| ·输出层的选取 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 3 RBF网络训练算法及仿真 | 第25-39页 |
| ·期望误差的选取以及网络泛化能力分析 | 第25-27页 |
| ·期望误差的选取 | 第25页 |
| ·网络的泛化能力分析 | 第25-26页 |
| ·样本的选取 | 第26-27页 |
| ·网络训练的步骤 | 第27-28页 |
| ·两种常用的算法介绍 | 第28-33页 |
| ·基于梯度下降法的迭代算法 | 第28-29页 |
| ·聚类法 | 第29-33页 |
| ·仿真结果分析 | 第33-36页 |
| ·对迭代算法仿真 | 第33-35页 |
| ·对简化的聚类法仿真 | 第35-36页 |
| ·两种算法的比较分析 | 第36-38页 |
| ·本章小结 | 第38-39页 |
| 4 预测系统设计 | 第39-54页 |
| ·软件开发工具选取和程序编写的流程 | 第39-41页 |
| ·软件开发工具的选取 | 第39页 |
| ·系统分析和总体设计 | 第39-40页 |
| ·在SQL Server数据库中建立表 | 第40-41页 |
| ·连接VC++、SQL、MATALB | 第41-47页 |
| ·VC++访问SQL数据库的方法 | 第42-44页 |
| ·VC++与MTALAB的通信方法 | 第44-46页 |
| ·VC++、数据库、MATLAB的连接过程 | 第46-47页 |
| ·系统各模块的介绍 | 第47-52页 |
| ·登入模块及用户管理模块 | 第47-49页 |
| ·槽号管理模块 | 第49页 |
| ·网络训练模块 | 第49-50页 |
| ·历史数据查询与图形绘制模块 | 第50-51页 |
| ·在线预测模块 | 第51-52页 |
| ·系统测试 | 第52-53页 |
| ·本章小结 | 第53-54页 |
| 5 结论 | 第54-55页 |
| 参考文献 | 第55-58页 |
| 申请学位期间发表的学术论文 | 第58-59页 |
| 致谢 | 第59页 |
