| 摘要 | 第1-5页 |
| ABSTRACT | 第5-12页 |
| 第1章 绪论 | 第12-20页 |
| ·课题的研究背景与意义 | 第12-13页 |
| ·国内外研究状况 | 第13-17页 |
| ·复杂工业过程建模的研究现状 | 第13-16页 |
| ·热轧带钢宽度模型的研究状况 | 第16-17页 |
| ·本论文研究主要内容 | 第17-18页 |
| ·本章小结 | 第18-20页 |
| 第2章 热连轧生产工艺及带钢宽度机理模型 | 第20-28页 |
| ·引言 | 第20页 |
| ·热轧带钢工艺过程 | 第20-21页 |
| ·热轧带钢宽度机理模型 | 第21-24页 |
| ·立辊压力设定模型 | 第22页 |
| ·立辊辊缝设定模型 | 第22-23页 |
| ·粗轧目标宽度设定模型 | 第23-24页 |
| ·宽度模型的控制思路 | 第24-25页 |
| ·带钢宽度的影响因素 | 第25-27页 |
| ·本章小结 | 第27-28页 |
| 第3章 遗传神经网络在热轧带钢宽度模型中的研究 | 第28-52页 |
| ·引言 | 第28页 |
| ·神经网络建模特点 | 第28-36页 |
| ·神经网络的学习算法 | 第29-32页 |
| ·BP神经网络算法 | 第32-34页 |
| ·神经网络在复杂工业建模中的应用与不足 | 第34-36页 |
| ·遗传神经网络 | 第36-39页 |
| ·遗传算法 | 第36-37页 |
| ·遗传神经网络的原理 | 第37页 |
| ·遗传神经网络的实现 | 第37-39页 |
| ·基于遗传神经网络的热轧带钢宽度组合智能建模研究 | 第39-44页 |
| ·遗传神经网络与热轧带钢宽度模型的组合 | 第39-41页 |
| ·遗传神经网络的拓扑结构 | 第41-42页 |
| ·遗传神经网络参数的选取 | 第42-44页 |
| ·仿真研究 | 第44-51页 |
| ·本章小结 | 第51-52页 |
| 第4章 基于案例推理的小批量、特种钢宽度模型的建立 | 第52-68页 |
| ·引言 | 第52页 |
| ·案例推理技术 | 第52-56页 |
| ·案例推理的产生及特点 | 第52-54页 |
| ·案例推理的原理 | 第54-56页 |
| ·小批量、特种钢案例库的建立 | 第56-62页 |
| ·案例的构造 | 第57页 |
| ·案例属性相似度函数定义 | 第57-60页 |
| ·案例重用 | 第60-61页 |
| ·案例修正与保存 | 第61-62页 |
| ·案例推理系统设计 | 第62-66页 |
| ·系统结构 | 第62-64页 |
| ·仿真实例 | 第64-66页 |
| ·本章小结 | 第66-68页 |
| 第5章 结论与展望 | 第68-72页 |
| ·结论 | 第68-70页 |
| ·展望 | 第70-72页 |
| 参考文献 | 第72-76页 |
| 致谢 | 第76-78页 |
| 攻读研究生学位期间发表的学术论文 | 第78页 |