首页--工业技术论文--化学工业论文--硅酸盐工业论文--水泥工业论文--生产过程与设备论文

基于案例推理技术的立磨生料粉磨过程优化设定研究

摘要第4-6页
ABSTRACT第6-7页
第一章 绪论第10-19页
    1.1 课题研究背景与意义第10-12页
    1.2 立磨生料粉磨过程研究现状及问题分析第12-16页
        1.2.1 立磨设备的发展现状第12-13页
        1.2.2 立磨生料粉磨过程建模及优化研究现状第13-14页
        1.2.3 立磨生料粉磨过程问题分析第14-16页
    1.3 智能优化设定与案例推理技术的研究现状第16-17页
    1.4 本论文的研究内容与论文结构第17-19页
第二章 立磨生料粉磨过程建模与优化设定方法原理第19-34页
    2.1 引言第19页
    2.2 小波神经网络第19-28页
        2.2.1 小波分析理论第19-21页
        2.2.2 小波神经网络介绍第21-22页
        2.2.3 小波神经网络结构形式第22-24页
        2.2.4 小波神经网络学习算法第24-28页
    2.3 案例推理技术(CBR)与多目标粒子群优化算法第28-33页
        2.3.1 案例推理方法的原理第28-30页
        2.3.2 多目标优化和粒子群算法第30-33页
    2.4 本章小结第33-34页
第三章 立磨生料粉磨过程指标预测建模第34-46页
    3.1 引言第34页
    3.2 立磨生料粉磨过程工艺流程第34-37页
    3.3 基于小波神经网络的立磨生料粉磨过程指标预测建模及仿真第37-45页
        3.3.1 模型结构第37页
        3.3.2 数据采集及预处理第37-40页
        3.3.3 基于小波经网络(WNN)的模型建立与仿真第40-43页
        3.3.4 采用BP神经网络的模型仿真与对比第43-45页
    3.5 本章小结第45-46页
第四章 基于案例推理的立磨生料粉磨过程优化设定方法第46-61页
    4.1 引言第46页
    4.2 基于案例推理技术的粉磨过程优化设定第46-55页
        4.2.1 原始案例数据的优化第47-50页
        4.2.2 案例表示及初始案例库的建立第50页
        4.2.3 案例搜索和匹配第50-51页
        4.2.4 案例重用与专家规则修正第51-52页
        4.2.5 案例存储第52-53页
        4.2.6 仿真结果与分析第53-55页
    4.3 基于案例推理技术的优化设定与监控系统的集成方法第55-60页
        4.3.1 基于案例推理的优化设定在现场的实现方法第55页
        4.3.2 基于LabVIEW的优化设定软件设计第55-60页
    4.4 本章小结第60-61页
第五章 总结与展望第61-63页
    5.1 主要工作回顾第61-62页
    5.2 存在的问题与进一步的研究方向第62-63页
参考文献第63-68页
致谢第68-69页
攻读硕士学位期间完成的学术论文第69页

论文共69页,点击 下载论文
上一篇:Ti3AlC2陶瓷的腐蚀及耐磨性研究
下一篇:东巴文化符号元素在家居陶瓷用品中的设计应用