| 中文摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-14页 |
| ·课题的研究背景与选题意义 | 第9-10页 |
| ·冲天炉熔炼控制技术的国内外现状 | 第10-11页 |
| ·人工神经网络 | 第11-12页 |
| ·本文研究内容 | 第12-14页 |
| 第二章 人工神经网络理论 | 第14-28页 |
| ·人工神经元模型 | 第14-16页 |
| ·人工神经网络的基本特征 | 第16-17页 |
| ·神经网络的学习方式及学习规则 | 第17-19页 |
| ·BP 神经网络 | 第19-24页 |
| ·BP 算法推导 | 第19-22页 |
| ·BP 算法的改进 | 第22-24页 |
| ·RBF 神经网络 | 第24-28页 |
| ·RBF 网络的学习算法 | 第24-27页 |
| ·RBF 网络的特点 | 第27-28页 |
| 第三章 基于神经网络的非线性系统建模 | 第28-41页 |
| ·神经网络系统辨识理论 | 第28-31页 |
| ·系统辨识概念 | 第28页 |
| ·神经网络辨识的特点 | 第28-29页 |
| ·神经网络建模方法 | 第29-30页 |
| ·神经网络的辨识结构 | 第30-31页 |
| ·神经网络的参数选择 | 第31-34页 |
| ·网络信息容量与训练样本数 | 第31-32页 |
| ·输入输出量的选择 | 第32页 |
| ·输入输出量的预处理 | 第32页 |
| ·初始权值的选择 | 第32-33页 |
| ·隐含层节点数的选择 | 第33-34页 |
| ·仿真研究 | 第34-41页 |
| 第四章 基于神经网络自适应控制的冲天炉控制策略研究 | 第41-56页 |
| ·冲天炉熔炼过程概况 | 第41-45页 |
| ·冲天炉熔炼过程中的主要影响因素 | 第41-43页 |
| ·冲天炉熔炼过程中的信息因子和控制因子 | 第43-44页 |
| ·冲天炉熔炼的基本规律 | 第44-45页 |
| ·神经网络自适应控制 | 第45-49页 |
| ·自适应控制 | 第45-47页 |
| ·神经网络自适应控制 | 第47-49页 |
| ·基于神经网络自适应控制的冲天炉控制策略研究 | 第49-56页 |
| 第五章 结论与展望 | 第56-58页 |
| 参考文献 | 第58-61页 |
| 攻读硕士学位期间发表的论文 | 第61-62页 |
| 致谢 | 第62-63页 |
| 个人简况及联系方式 | 第63-64页 |