| 摘要 | 第4-5页 |
| ABSTRACT | 第5-6页 |
| 第1章 绪论 | 第10-16页 |
| 1.1 论文研究背景及意义 | 第10-12页 |
| 1.1.1 课题来源 | 第10页 |
| 1.1.2 选题依据和背景 | 第10-11页 |
| 1.1.3 课题研究目的 | 第11页 |
| 1.1.4 课题研究的意义 | 第11-12页 |
| 1.2 国内外研究情况 | 第12-13页 |
| 1.2.1 国内外对大数据应用的研究 | 第12页 |
| 1.2.2 钢铁企业对大数据的应用研究及发展 | 第12-13页 |
| 1.2.3 数据挖掘在钢铁企业质量控制和性能预测方面的应用 | 第13页 |
| 1.3 论文研究主要内容 | 第13-14页 |
| 1.4 论文组织结构安排 | 第14-16页 |
| 第2章 相关工作介绍 | 第16-24页 |
| 2.1 中厚板生产工艺简述 | 第16-19页 |
| 2.1.1 中厚板生产工艺 | 第16-18页 |
| 2.1.2 两种典型的轧制工艺 | 第18-19页 |
| 2.2 性能预测研究 | 第19-20页 |
| 2.2.1 性能预测理论的作用原理 | 第19页 |
| 2.2.2 性能预测理论的国内外发展 | 第19-20页 |
| 2.2.3 性能预测模型目前存在的不足 | 第20页 |
| 2.3 鞍钢鲅鱼圈中厚板产品性能预测的研究 | 第20-22页 |
| 2.4 本章小结 | 第22-24页 |
| 第3章 中厚板产品数据集市构建 | 第24-44页 |
| 3.1 数据挖掘 | 第24-28页 |
| 3.1.1 数据挖掘的概念 | 第25-26页 |
| 3.1.2 数据挖掘的主要技术 | 第26页 |
| 3.1.3 数据挖掘的主要步骤及过程模型 | 第26-28页 |
| 3.2 数据仓库与数据集市 | 第28-29页 |
| 3.2.1 数据仓库与数据集市概述 | 第28-29页 |
| 3.2.2 数据集市与数据仓库相关技术介绍 | 第29页 |
| 3.3 中厚板产品数据集市的构建及数据处理 | 第29-42页 |
| 3.3.1 中厚板产品数据集市的设计 | 第29-34页 |
| 3.3.2 数据预处理研究 | 第34-36页 |
| 3.3.3 数据集市的实现 | 第36-42页 |
| 3.4 本章小结 | 第42-44页 |
| 第4章 预测模型的研究 | 第44-68页 |
| 4.1 神经元网络性能预测模型的研究与实现 | 第44-55页 |
| 4.1.1 神经网络介绍 | 第44-45页 |
| 4.1.2 神经元网络建模工具介绍 | 第45-46页 |
| 4.1.3 BP神经网络中厚板性能预测模型研究与建立 | 第46-55页 |
| 4.2 极限学习机性能预测模型的研究与实现 | 第55-65页 |
| 4.2.1 极限学习机介绍 | 第56-59页 |
| 4.2.2 极限学习机建模工具环境介绍 | 第59页 |
| 4.2.3 极限学习机中厚板性能预测模型研究与建立 | 第59-65页 |
| 4.3 极限学习机模型与BP神经网络模型对比研究 | 第65-66页 |
| 4.4 本章小结 | 第66-68页 |
| 第5章 性能预测系统的实现 | 第68-78页 |
| 5.1 性能预测系统设计、开发 | 第68-74页 |
| 5.2 化学成分、工艺参数对中厚板产品力学性能的影响分析 | 第74-76页 |
| 5.3 本章小结 | 第76-78页 |
| 第6章 结论与展望 | 第78-80页 |
| 6.1 论文研究总结 | 第78页 |
| 6.2 展望 | 第78-80页 |
| 参考文献 | 第80-82页 |
| 致谢 | 第82页 |
