| 独创性声明 | 第1-5页 |
| 摘要 | 第5-6页 |
| ABSTRACT | 第6-7页 |
| 目录 | 第7-10页 |
| 第一章 前言 | 第10-12页 |
| ·研究背景 | 第10-11页 |
| ·论文结构 | 第11-12页 |
| 第二章 时间序列分析与预报 | 第12-21页 |
| ·时间序列的基本概念 | 第12-13页 |
| ·时间序列的定义 | 第12页 |
| ·时间序列的分类 | 第12-13页 |
| ·预报 | 第13-15页 |
| ·预报的认识过程 | 第13页 |
| ·基本原理 | 第13-15页 |
| ·时间序列预报 | 第15-17页 |
| ·历史和现状 | 第15页 |
| ·存在的问题 | 第15-16页 |
| ·时间序列问题的本质 | 第16-17页 |
| ·困境的根源 | 第17页 |
| ·时序预报技术 | 第17-21页 |
| ·确定型时序预报 | 第17-19页 |
| ·随机型时序预报 | 第19页 |
| ·基于神经元网络的时序预报 | 第19-21页 |
| 第三章 神经元网络的原理 | 第21-35页 |
| ·神经元网络 | 第21-30页 |
| ·神经元网络理论的发展简史 | 第21-23页 |
| ·神经元网络的基本概念和特征 | 第23-25页 |
| ·神经元网络的应用领域 | 第25-26页 |
| ·神经网络的原理，结构和学习算法 | 第26-30页 |
| ·BP神经元网络及改进 | 第30-33页 |
| ·BP网络的结构 | 第30-31页 |
| ·BP网络的学习算法 | 第31-32页 |
| ·BP网络的改进 | 第32-33页 |
| ·变步长的算法 | 第32页 |
| ·加动量项算法 | 第32-33页 |
| ·BP神经元网络设计 | 第33-35页 |
| ·隐层层数的选择 | 第33页 |
| ·隐层神经元数目的确定 | 第33-34页 |
| ·初始权值的选取 | 第34-35页 |
| 第四章 炉喉十字温度的决定因素 | 第35-46页 |
| ·煤气流简介 | 第35-40页 |
| ·煤气流在炼铁过程中的地位 | 第35-36页 |
| ·不合理煤气流原因分析及处理 | 第36-37页 |
| ·在炉况顺行、煤气流分布合理的前提下，进行煤气流的优化调节 | 第37页 |
| ·根据煤气流的分布状况进行上部布料调节，提供合理的布料操作建议，进行布料操作决策 | 第37-38页 |
| ·理想煤气流分布 | 第38-39页 |
| ·改善煤气流的方法 | 第39页 |
| ·改善煤气流的意义 | 第39-40页 |
| ·十字温度简介 | 第40-43页 |
| ·十字温度与煤气流 | 第40-41页 |
| ·影响十字温度的因素 | 第41-43页 |
| ·鼓风动能 | 第41页 |
| ·渣铁液分布的影响 | 第41-42页 |
| ·焦炭质量 | 第42页 |
| ·软熔带形态影响 | 第42页 |
| ·上部气流分布 | 第42-43页 |
| ·喷煤 | 第43页 |
| ·系统开发环境 | 第43-46页 |
| 第五章 十字测温预报的原理 | 第46-61页 |
| ·TD算法 | 第46-50页 |
| ·十字测温预报的神经元网络模型的结构 | 第46-48页 |
| ·TD算法的权值变化公式 | 第48-50页 |
| ·BP神经网络多步预报模型 | 第50-57页 |
| ·BP神经网络多步预报模型的结构 | 第50-51页 |
| ·BP神经网络多步预报模型的算法的权值变化公式 | 第51-53页 |
| ·输入模式顺传播 | 第51-52页 |
| ·输出误差逆传播 | 第52-53页 |
| ·变步长及加动量项后的权值调整公式 | 第53页 |
| ·BP神经网络多步预报模型的工作流程 | 第53-57页 |
| ·十字测温预报的具体工作流程 | 第57-61页 |
| 第六章 十字测温预报系统设计 | 第61-67页 |
| ·UML(统一建模语言，Unified Modeling Language) | 第61页 |
| ·用户事例图(Use Case Diagram) | 第61-62页 |
| ·类图(Class Diagram) | 第62-64页 |
| ·时间序列图(Sequence Diagram) | 第64-65页 |
| ·对象协作图(Collaboration Diagram) | 第65-67页 |
| 第七章 结论 | 第67-70页 |
| ·实验结论 | 第67-68页 |
| ·存在问题 | 第68-69页 |
| ·改进设想 | 第69-70页 |
| 参考文献 | 第70-72页 |
| 致谢 | 第72页 |
