| 摘要 | 第1-6页 |
| Abstract | 第6-11页 |
| 第1章 绪论 | 第11-17页 |
| ·课题的背景与意义 | 第11-12页 |
| ·厚度控制技术的发展概况 | 第12-13页 |
| ·多智能体理论的发展与应用 | 第13-15页 |
| ·多智能体系统研究的主要问题 | 第15页 |
| ·本文的主要工作 | 第15-17页 |
| 第2章 厚度自动控制的基本原理 | 第17-29页 |
| ·厚度控制的基本原理 | 第17-24页 |
| ·轧机的弹跳方程和弹跳曲线 | 第17-19页 |
| ·轧件的塑性曲线与P-h图 | 第19-20页 |
| ·板带材厚度波动的原因 | 第20页 |
| ·厚度变化的基本规律 | 第20-24页 |
| ·厚度自动控制的基本形式 | 第24-27页 |
| ·厚度计式AGC | 第24-25页 |
| ·张力AGC | 第25-27页 |
| ·本章小结 | 第27-29页 |
| 第3章 多智能体系统理论基础 | 第29-41页 |
| ·多智能体基本概念 | 第29-33页 |
| ·智能体的定义和特征 | 第29-30页 |
| ·智能体的结构 | 第30-32页 |
| ·多智能体系统的概念 | 第32-33页 |
| ·多智能体系统的结构 | 第33-35页 |
| ·多智能体系统的协作 | 第35-38页 |
| ·多智能体系统的协作类型 | 第35-36页 |
| ·多智能体的协作方法 | 第36-38页 |
| ·多智能体系统的通信 | 第38-39页 |
| ·多智能体系统的学习 | 第39-40页 |
| ·本章小结 | 第40-41页 |
| 第4章 多智能体厚度控制系统的设计 | 第41-53页 |
| ·多智能体厚度控制系统结构 | 第41-43页 |
| ·预测智能体的设计 | 第43-45页 |
| ·AGC智能体的设计 | 第45-48页 |
| ·决策智能体的设计 | 第48-50页 |
| ·管理智能体的设计 | 第50-51页 |
| ·本章小结 | 第51-53页 |
| 第5章 多智能体厚度控制系统的算法与仿真 | 第53-77页 |
| ·BP神经网络预测模型的建立 | 第53-54页 |
| ·基于GA-AdaBoost的BP神经网络及其在参数预测中的应用 | 第54-65页 |
| ·基于AdaBoost算法的BP神经网络 | 第55-57页 |
| ·遗传算法优化BP神经网络 | 第57-61页 |
| ·基于GA-AdaBoost的BP神经网络参数预测 | 第61-65页 |
| ·基于神经模糊推理系统的决策智能体及其仿真 | 第65-74页 |
| ·决策智能体的模糊推理机制 | 第65-68页 |
| ·T-S型神经模糊系统的结构 | 第68-70页 |
| ·神经模糊推理系统的仿真实现 | 第70-74页 |
| ·监控界面的设计 | 第74-75页 |
| ·本章小结 | 第75-77页 |
| 第6章 总结与展望 | 第77-79页 |
| 参考文献 | 第79-85页 |
| 致谢 | 第85页 |