首页--工业技术论文--化学工业论文--硅酸盐工业论文--陶瓷工业论文--原料和辅助物料论文

基于数学规划及神经网络的釉料配方优化研究

摘要第3-4页
Abstract第4页
1 绪论第7-15页
    1.1 研究背景和意义第7-8页
    1.2 釉的概念第8-12页
        1.2.1 常用的釉料第8页
        1.2.2 釉的形成第8-9页
        1.2.3 釉层的性质第9-10页
        1.2.4 釉料的制作第10-11页
        1.2.5 釉料制备第11-12页
    1.3 目前釉料生产存在的问题第12页
    1.4 釉料配方的设计原则第12页
    1.5 釉料配方在国内外的研究现状第12-13页
    1.6 设计釉料配方时运用遗传算法和模拟退火算法第13页
    1.7 本论文研究的主要内容第13-15页
2 陶瓷酒瓶釉料配方第15-18页
    2.1 陶瓷酒瓶釉料的配方第15-16页
    2.2 釉料配方数据库设计第16页
    2.3 釉料配方模型第16-18页
3 基于多种数学规划方法的釉料配方优化研究第18-35页
    3.1 基于线性规划方法的釉料配方优化研究第18-19页
        3.1.1 线性规划基本概念及釉料优化介绍第18页
        3.1.2 线性规划方法在釉料配方优化中的应用第18-19页
        3.1.3 线性规划方法求解结果第19页
        3.1.4 线性规划用于釉料配方的评价第19页
    3.2 基于模糊线性规划的釉料配方优化研究第19-23页
        3.2.1 模糊线性规划基本思想第20页
        3.2.2 模糊线性规划的数学模型第20-22页
        3.2.3 模糊线性规划求解釉料配方优化的实现第22-23页
    3.3 基于目标规划的釉料配方优化研究第23-26页
        3.3.1 目标规划的基本思想第23-25页
        3.3.2 目标规划方法在釉料配方优化中的运用第25-26页
    3.4 基于随机规划的釉料配方优化研究第26-30页
        3.4.1 随机规划在釉料配方优化中的运用第27-29页
        3.4.2 具体计算步骤第29-30页
        3.4.3 相关讨论第30页
    3.5 基于遗传算法的釉料配方优化研究第30-33页
        3.5.1 遗传算法的基本思想第30-31页
        3.5.2 遗传算法在釉料配方优化中的运用第31-32页
        3.5.3 具体的计算步骤第32-33页
    3.6 基于模拟退火算法的釉料配方优化研究第33-35页
        3.6.1 模拟退火算法的原理第33页
        3.6.2 模拟退火算法在釉料配方优化中的运用第33-35页
4 基于神经网络的釉料配方优化算法的研究第35-42页
    4.1 确定评判釉料配方的要素第35-36页
    4.2 自组织特征映射神经网络原理第36-37页
    4.3 运用神经网络进行算法优化过程第37-40页
        4.3.1 理想配方和淘汰配方评价指标的获取第37页
        4.3.2 原始数据预处理第37-40页
    4.4 神经网络算法的优选分析步骤第40页
    4.5 本章讨论第40-42页
5 总结与展望第42-44页
    5.1 工作总结第42页
    5.2 展望第42-44页
致谢第44-45页
参考文献第45-47页
附录A:线性规划法计算的程序第47-49页
附录B:模糊线性规划法MATLAB计算程序第49-52页
附录C:目标线性规划法lingo计算程序第52-53页
附录D:随机规划法MATLAB计算程序第53-54页
附录E:遗传算法MATLAB计算程序第54-56页
附录F:退火算法C语言计算程序第56-57页
附录G:退火算法MATLAB计算程序第57页

论文共57页,点击 下载论文
上一篇:基于序列信息的抗菌肽最小抑制浓度预测研究
下一篇:数据挖掘技术在陶瓷材料分析中的应用研究