基于人工神经网络钢球损耗模型研究
| 摘要 | 第5-7页 |
| Abstract | 第7-9页 |
| 第1章 绪论 | 第13-22页 |
| 1.1 论文选题背景及意义 | 第13-15页 |
| 1.1.1 论文选题背景 | 第13-14页 |
| 1.1.2 论文研究意义 | 第14-15页 |
| 1.2 论文研究相关领域研究进展 | 第15-20页 |
| 1.2.1 磨矿智能控制技术研究现状 | 第16-18页 |
| 1.2.2 国内磨矿模型研究进展 | 第18-20页 |
| 1.3 论文主要内容 | 第20-21页 |
| 1.4 本章小结 | 第21-22页 |
| 第2章 人工神经网络建模理论 | 第22-33页 |
| 2.1 人工神经元 | 第22-24页 |
| 2.2 人工神经网络拓扑结构类型 | 第24页 |
| 2.3 人工神经网络的特点 | 第24-25页 |
| 2.4 人工神经网络的学习 | 第25-27页 |
| 2.4.1 学习方式 | 第25-26页 |
| 2.4.2 神经网络学习算法 | 第26-27页 |
| 2.5 BP神经网络 | 第27-32页 |
| 2.5.2 BP神经网络的特点 | 第29-31页 |
| 2.5.3 BP神经网络的改进技术 | 第31-32页 |
| 2.6 本章小结 | 第32-33页 |
| 第3章 磨矿实验方法及模型建立 | 第33-39页 |
| 3.1 实验原料及设备 | 第33-34页 |
| 3.1.1 实验矿样 | 第33页 |
| 3.1.2 实验钢球 | 第33页 |
| 3.1.3 实验设备 | 第33-34页 |
| 3.2 基于人工神经网络的钢球损耗建模实验 | 第34-38页 |
| 3.2.1 参数的选取 | 第34-35页 |
| 3.2.2 钢球配比建模实验 | 第35-36页 |
| 3.2.3 钢球填充率及配比建模实验 | 第36-38页 |
| 3.3 本章小结 | 第38-39页 |
| 第4章 建模及MATLAB仿真过程 | 第39-51页 |
| 4.1 MATLAB简介 | 第39页 |
| 4.2 输入输出数据的预处理 | 第39-40页 |
| 4.3 基于BP神经网络的磨矿钢球损耗建模 | 第40-50页 |
| 4.3.1 BP神经网络结构和参数的确定 | 第40-44页 |
| 4.3.2 基于BP神经网络的学习算法的程序实现 | 第44-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 钢球损耗与MATLAB仿真 | 第51-83页 |
| 5.1 钢球配比计算机仿真实验 | 第51-73页 |
| 5.1.1 实验数据 | 第51-54页 |
| 5.1.2 BP网络仿真实验 | 第54-73页 |
| 5.2 钢球填充率及配比计算机仿真实验 | 第73-76页 |
| 5.2.1 实验数据 | 第73-74页 |
| 5.2.2 仿真实验 | 第74-75页 |
| 5.2.3 实验结果分析 | 第75-76页 |
| 5.3 遗传算法优化BP神经网络仿真实验 | 第76-82页 |
| 5.3.1 遗传算法优化仿真过程 | 第77-80页 |
| 5.3.2 结果分析 | 第80-82页 |
| 5.3.3 对比结果分析 | 第82页 |
| 5.4 本章小结 | 第82-83页 |
| 第6章 总结与展望 | 第83-85页 |
| 6.1 总结 | 第83-84页 |
| 6.2 展望 | 第84-85页 |
| 参考文献 | 第85-88页 |
| 致谢 | 第88-89页 |
| 附件：论文所写部分程序 | 第89-95页 |
