热轧厚度识别与智能预报
| 摘要 | 第1-8页 |
| Abstract | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·课题研究背景及意义 | 第10页 |
| ·国内外研究现状 | 第10-12页 |
| ·本文的主要研究内容 | 第12-14页 |
| 第二章 热连轧厚度理论分析 | 第14-24页 |
| ·精轧机组厚度设定模型 | 第14-18页 |
| ·轧机弹跳变形理论及 P-h 图 | 第18-20页 |
| ·板带钢厚度波动原因 | 第20-22页 |
| ·机理模型预测结果分析 | 第22-23页 |
| ·本章小结 | 第23-24页 |
| 第三章 现场实测数据的分析处理 | 第24-34页 |
| ·主成分分析法 | 第24-29页 |
| ·主成分分析法的基本原理 | 第24-26页 |
| ·主成分分析法处理实测数据 | 第26-29页 |
| ·粗糙集理论 | 第29-33页 |
| ·粗糙集理论在热轧厚度预测研究中的几个关键技术 | 第29-32页 |
| ·属性约简实例分析 | 第32-33页 |
| ·数据处理结果分析 | 第33页 |
| ·本章小结 | 第33-34页 |
| 第四章 热连轧厚度预测建模与仿真 | 第34-42页 |
| ·神经网络 | 第34-37页 |
| ·RBF 神经网络 | 第34-35页 |
| ·粗糙神经网络 | 第35-37页 |
| ·粗糙集神经网络建模 | 第37-39页 |
| ·基于 RS—RBF 神经网络厚度预测模型 | 第37页 |
| ·实验分析 | 第37-39页 |
| ·基于 PCA—RBF 神经网络预测模型 | 第39-40页 |
| ·热连轧出口厚度混合预报模型 | 第40-41页 |
| ·仿真结果分析 | 第41页 |
| ·本章小结 | 第41-42页 |
| 第五章 热连轧带钢厚度组合预测 | 第42-56页 |
| ·组合预测的基本原理 | 第42-44页 |
| ·线性组合预测 | 第43页 |
| ·非线性组合预测 | 第43-44页 |
| ·单项预测模型的筛选 | 第44-52页 |
| ·基于 BP 神经网络的厚度预测建模 | 第44-48页 |
| ·基于 SVM 的厚度预测建模 | 第48-52页 |
| ·基于 GRNN 厚度预测组合模型 | 第52页 |
| ·MATLAB 仿真实验与结果分析 | 第52-54页 |
| ·本章小结 | 第54-56页 |
| 第六章 结论与展望 | 第56-58页 |
| ·结论 | 第56-57页 |
| ·存在的问题 | 第57页 |
| ·展望 | 第57-58页 |
| 参考文献 | 第58-62页 |
| 致谢 | 第62-64页 |
| 附录 | 第64页 |
