首页--工业技术论文--冶金工业论文--有色金属冶炼论文--轻金属冶炼论文--铝论文

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

论文共59页,点击 下载论文
上一篇:资源消耗会计在有色金属企业中的应用研究
下一篇:铝电解槽焙烧控制系统设计与研究