| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 第一章 绪论 | 第8-12页 |
| ·研究背景 | 第8-9页 |
| ·专家系统的研究现状 | 第9-10页 |
| ·本文的主要研究内容 | 第10-11页 |
| ·论文组织结构 | 第11-12页 |
| 第二章 系统总体架构 | 第12-16页 |
| ·系统功能架构 | 第12-13页 |
| ·系统技术关系图 | 第13-14页 |
| ·系统信息流模型 | 第14-15页 |
| ·本章小结 | 第15-16页 |
| 第三章 实时数据分析与展现 | 第16-33页 |
| ·实时趋势监控 | 第16-25页 |
| ·图形展现控件 | 第16-23页 |
| ·实时趋势展现 | 第23-25页 |
| ·烧结设备矢量图形控件库 | 第25-32页 |
| ·攻备矢量图形控件库 | 第25-31页 |
| ·CIEGraph与烧结矢量图形控件的应用 | 第31-32页 |
| ·本章小结 | 第32-33页 |
| 第四章 历史数据分析与展现 | 第33-48页 |
| ·烧结报表系统 | 第33-43页 |
| ·报表系统体系结构 | 第33-34页 |
| ·报表定义语言 RDL | 第34-35页 |
| ·生产日报设计与实现 | 第35-42页 |
| ·报表数据的定期更新 | 第42-43页 |
| ·烧结数据统计分析系统 | 第43-47页 |
| ·CIEGraph控件的改进 | 第43-45页 |
| ·统计分析系统 | 第45-47页 |
| ·本章小结 | 第47-48页 |
| 第五章 基于神经网络的预测模型 | 第48-63页 |
| ·神经网络预测系统架构 | 第48-49页 |
| ·基于神经网络的烧结质量预测模型 | 第49-56页 |
| ·BP神经网络 | 第49-50页 |
| ·确定BP网络的结构 | 第50-51页 |
| ·数据采集和数据预处理 | 第51-53页 |
| ·网络训练及测试 | 第53-54页 |
| ·诊断的结果及分析 | 第54-56页 |
| ·基于神经网络和回归分析的BTP预测系统研究 | 第56-62页 |
| ·BTP预报模型(N-BTP-Forecast) | 第57-59页 |
| ·BTP组合预报模型(N&R-BTP-Forecast) | 第59-61页 |
| ·基于N&R-BTP-Forecast模型的在线预测系统 | 第61-62页 |
| ·小结 | 第62-63页 |
| 第六章 总结与展望 | 第63-64页 |
| ·研究总结 | 第63页 |
| ·研究展望 | 第63-64页 |
| 参考文献 | 第64-68页 |
| 致谢 | 第68-69页 |
| 攻读学位期间主要研究成果 | 第69页 |