| 摘要 | 第4-5页 |
| Abstract | 第5-6页 |
| 第一章 绪论 | 第11-17页 |
| 1.1 研究背景和意义 | 第11-13页 |
| 1.1.1 热轧带钢层流冷却过程的研究背景及意义 | 第11-12页 |
| 1.1.2 菌群算法的研究背景及意义 | 第12-13页 |
| 1.2 研究现状 | 第13-15页 |
| 1.2.1 层流冷却过程优化方法研究现状 | 第13-14页 |
| 1.2.2 基于生物行为的优化算法及菌群优化算法 | 第14-15页 |
| 1.3 层流冷却过程控制难点 | 第15-16页 |
| 1.3.1 工况条件变化频繁 | 第15-16页 |
| 1.3.2 严重依赖带钢温度模型精度 | 第16页 |
| 1.4 本文工作 | 第16页 |
| 1.5 本章小结 | 第16-17页 |
| 第二章 层流冷却过程特性分析 | 第17-21页 |
| 2.1 设备与工艺描述 | 第17-18页 |
| 2.2 过程特性分析 | 第18-19页 |
| 2.3 本章小结 | 第19-21页 |
| 第三章 基于小生境的菌群优化算法 | 第21-37页 |
| 3.1 传统菌群优化算法 | 第21-25页 |
| 3.2 基于小生境的菌群改进优化算法 | 第25-29页 |
| 3.3 实验研究 | 第29-35页 |
| 3.3.1 传统算法与改良算法寻优过程对比 | 第29-33页 |
| 3.3.2 传统算法与改良算法寻优能力对比 | 第33-35页 |
| 3.4 本章小结 | 第35-37页 |
| 第四章 小生境菌群优化算法在层流冷却系统中的应用 | 第37-47页 |
| 4.1 基于小生境菌群优化算法的层流喷水量优化设定方法 | 第38-45页 |
| 4.1.1 优化控制目标 | 第38页 |
| 4.1.2 优化控制策略 | 第38-39页 |
| 4.1.3 优化设定算法 | 第39-45页 |
| 4.2 本章小结 | 第45-47页 |
| 第五章 实验研究 | 第47-61页 |
| 5.1 实验平台描述 | 第47-48页 |
| 5.2 仿真实验 | 第48-59页 |
| 5.2.1 算法在薄钢冷却控制应用中的实验 | 第49-53页 |
| 5.2.2 算法在中厚钢冷却控制应用中的实验 | 第53-59页 |
| 5.3 本章小结 | 第59-61页 |
| 第六章 结论 | 第61-63页 |
| 参考文献 | 第63-67页 |
| 作者简介 | 第67页 |
| 作者在攻读硕士学位期间发表的学术论文 | 第67-69页 |
| 致谢 | 第69-70页 |