| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-15页 |
| 1.1 课题研究背景及意义 | 第10-11页 |
| 1.2 轧制规程传统优化方法 | 第11-12页 |
| 1.3 智能优化算法及其在轧制规程中的应用 | 第12-13页 |
| 1.4 课题研究内容及意义 | 第13-15页 |
| 第2章 支持向量机及布谷鸟搜索算法 | 第15-28页 |
| 2.1 统计学习理论 | 第15-17页 |
| 2.2 支持向量机 | 第17-21页 |
| 2.2.1 支持向量机最优分类超平面 | 第17-19页 |
| 2.2.2 核函数 | 第19-20页 |
| 2.2.3 支持向量机回归机 | 第20-21页 |
| 2.3 布谷鸟搜索算法 | 第21-27页 |
| 2.3.1 Levy Flight | 第22页 |
| 2.3.2 布谷鸟搜索算法步骤 | 第22-23页 |
| 2.3.3 基于布谷鸟搜索算法的基准函数测试 | 第23-27页 |
| 2.4 本章小结 | 第27-28页 |
| 第3章 轧制过程中参数模型及轧制力预报 | 第28-50页 |
| 3.1 铝热连轧机 | 第28-33页 |
| 3.1.1 铝热连轧机设备及参数 | 第28-32页 |
| 3.1.2 铝热连轧机计算机控制系统 | 第32-33页 |
| 3.2 变形区基本工艺参数 | 第33-34页 |
| 3.3 铝热连轧相关的数学模型 | 第34-38页 |
| 3.3.1 轧制力模型 | 第34-36页 |
| 3.3.2 轧制力矩及轧制功率 | 第36页 |
| 3.3.3 温降模型 | 第36-37页 |
| 3.3.4 前滑模型 | 第37页 |
| 3.3.5 速度计算 | 第37-38页 |
| 3.4 支持向量机网络预报轧制力模型 | 第38-41页 |
| 3.4.1 支持向量机网络预报轧制力基本原理 | 第38-39页 |
| 3.4.2 布谷鸟算法优化支持向量机预报轧制力基本步骤 | 第39-41页 |
| 3.5 支持向量机网络与数学模型相结合预报轧制力 | 第41-49页 |
| 3.6 本章小结 | 第49-50页 |
| 第4章 预防打滑为主的规程优化 | 第50-60页 |
| 4.1 轧制规程研究内容 | 第50页 |
| 4.2 轧制规程优化方法介绍 | 第50-52页 |
| 4.3 多目标优化函数及约束条件的确定 | 第52-54页 |
| 4.3.1 铝热连轧打滑现象分析 | 第52-53页 |
| 4.3.2 目标函数的确定 | 第53-54页 |
| 4.3.3 约束条件 | 第54页 |
| 4.4 基于布谷鸟算法的轧制规程优化的实现 | 第54-59页 |
| 4.5 本章小结 | 第59-60页 |
| 结论 | 第60-62页 |
| 参考文献 | 第62-65页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第65-66页 |
| 致谢 | 第66-67页 |
| 作者简介 | 第67页 |