高炉炉况预报专家系统的研究
| 第一章 文献综述 | 第1-25页 |
| ·概述 | 第12页 |
| ·高炉计算机过程控制系统 | 第12-13页 |
| ·高炉生产过程的特点 | 第13-14页 |
| ·高炉生产过程概述 | 第13-14页 |
| ·高炉生产过程特点 | 第14页 |
| ·国内外高炉专家系统的开发应用现状 | 第14-20页 |
| ·日本钢铁公司的专家系统开发 | 第15-18页 |
| ·世界其他各国高炉专家系统的开发和应用 | 第18-19页 |
| ·国内高炉专家系统的开发与应用 | 第19-20页 |
| ·国内外高炉专家系统的特点 | 第20-21页 |
| ·高炉专家系统发展趋势 | 第21-22页 |
| ·当前高炉控制主要问题 | 第22-23页 |
| ·解决方法 | 第23页 |
| ·课题背景 | 第23-24页 |
| ·本论文的工作 | 第24-25页 |
| 第二章 高炉神经推理网络的建立 | 第25-35页 |
| ·神经网络的基本原理 | 第25页 |
| ·神经网络的输入输出关系 | 第25页 |
| ·神经网络的基本特性 | 第25-26页 |
| ·神经网络中的学习问题 | 第26-28页 |
| ·BP学习算法 | 第26-27页 |
| ·BP学习算法流程 | 第27页 |
| ·BP算法的改进 | 第27-28页 |
| ·神经推理网络的建立 | 第28-31页 |
| ·高炉异常炉况神经网络学习的参数选取 | 第29-31页 |
| ·硅预报神经网络参数选取 | 第31页 |
| ·数据处理 | 第31-33页 |
| ·神经推理网络设计 | 第33-35页 |
| 第三章 神经网络高炉专家系统的设计 | 第35-46页 |
| ·高炉计算机控制系统的硬件组成 | 第35-36页 |
| ·高炉神经网络专家系统 | 第36-38页 |
| ·建立方法 | 第36页 |
| ·系统构成 | 第36-38页 |
| ·系统组成 | 第38页 |
| ·专家系统软件的构成 | 第38-43页 |
| ·数据采集系统软件实现 | 第39-40页 |
| ·数据库 | 第40-41页 |
| ·人机界面 | 第41-42页 |
| ·知识库 | 第42-43页 |
| ·神经网络推理机 | 第43页 |
| ·解释程序 | 第43页 |
| ·系统的软件设计 | 第43-46页 |
| 第四章 高炉神经网络专家系统在线学习的实现 | 第46-55页 |
| ·多线程概述 | 第46-47页 |
| ·多线程概念 | 第46页 |
| ·多线程类型 | 第46-47页 |
| ·应用多线程编程实现在线学习 | 第47-55页 |
| ·多线程的具体应用 | 第47-50页 |
| ·软件流程图 | 第50-55页 |
| 第五章 系统的仿真 | 第55-62页 |
| ·离线模型仿真 | 第55-57页 |
| ·设置建摸参数 | 第55-56页 |
| ·网络训练 | 第56-57页 |
| ·在线模型仿真 | 第57-62页 |
| ·在线炉况判断仿真 | 第57-58页 |
| ·在线建模仿真 | 第58-62页 |
| 第六章 结论 | 第62-63页 |
| 参考文献 | 第63-65页 |
