混合料正交试验参数测定及神经网络预测研究
摘要 | 第1-6页 |
Abstract | 第6-11页 |
第1章 绪论 | 第11-15页 |
·课题研究背景 | 第11-12页 |
·国内外发展现状 | 第12-14页 |
·混合造球发展概况 | 第12-13页 |
·神经网络发展概况 | 第13-14页 |
·本论文的主要任务 | 第14-15页 |
第2章 混合料造球理论 | 第15-27页 |
·细磨物料的造球过程 | 第15-19页 |
·造球理论数学模型 | 第19-22页 |
·宏观因素对造球效果的影响 | 第22-24页 |
·含水量 | 第22页 |
·填充率 | 第22-23页 |
·转速 | 第23-24页 |
·造球在工程中的实现 | 第24-26页 |
·现场圆筒造球机 | 第24-25页 |
·试验用小型混合制粒机 | 第25-26页 |
·本章小结 | 第26-27页 |
第3章 混合正交试验 | 第27-49页 |
·试验目的 | 第27页 |
·评价指标 | 第27-28页 |
·正交试验方法 | 第28-31页 |
·试验准备 | 第28-29页 |
·试验方法 | 第29-31页 |
·制粒率测定 | 第31-42页 |
·测定步骤 | 第31页 |
·数据记录 | 第31-35页 |
·结果分析 | 第35-42页 |
·混合度测定 | 第42-47页 |
·测定步骤 | 第42页 |
·数据记录 | 第42-44页 |
·结果分析 | 第44-47页 |
·正交试验结果综合分析 | 第47-48页 |
·本章小结 | 第48-49页 |
第4章 基于Matlab的BP神经网络预测 | 第49-62页 |
·BP神经网络 | 第50-53页 |
·BP神经网络概述 | 第50-51页 |
·BP神经网络结构及算法 | 第51-53页 |
·基于Matlab7.0的BP网络模型 | 第53-56页 |
·数据初始化 | 第53-54页 |
·神经网络函数的创建及传递函数 | 第54-55页 |
·神经网络的训练 | 第55页 |
·神经网络仿真函数 | 第55-56页 |
·正交试验制粒率与混合度预测 | 第56-61页 |
·样本数据的预处理 | 第56页 |
·神经网络模型建立 | 第56-59页 |
·程序编制及预测结果分析 | 第59-61页 |
·本章小结 | 第61-62页 |
第5章 Matlab与VC++混合编程开发 | 第62-73页 |
·Matlab与VC++应用程序接口设计 | 第62-63页 |
·混合编程环境配置 | 第63-66页 |
·Matlab引擎与接口调用 | 第63-65页 |
·Matlab配置与编译 | 第65页 |
·VC++接口环境设置 | 第65-66页 |
·预测系统的混合编程 | 第66-72页 |
·Matlab程序调入 | 第66-68页 |
·VC++系统编程设计 | 第68-72页 |
·混合编程结果仿真 | 第72页 |
·本章小结 | 第72-73页 |
第6章 结论与展望 | 第73-74页 |
·研究结论 | 第73页 |
·展望 | 第73-74页 |
参考文献 | 第74-77页 |
致谢 | 第77-78页 |
附录 | 第78-82页 |