摘要 | 第1-6页 |
Abstract | 第6-10页 |
第1章 绪论 | 第10-16页 |
·研究背景和意义 | 第10-11页 |
·国内外研究现状 | 第11-13页 |
·智能优化算法概述 | 第11页 |
·差分进化算法研究现状 | 第11-12页 |
·云模型的研究现状 | 第12-13页 |
·板形智能控制研究现状 | 第13页 |
·课题研究内容 | 第13-14页 |
·本文的结构内容安排 | 第14-16页 |
第2章 基于云模型的自适应差分进化算法 | 第16-30页 |
·引言 | 第16-17页 |
·云模型 | 第17-19页 |
·正向正态云发生器 | 第18页 |
·云滴对概念的贡献 | 第18-19页 |
·正态云的数学性质 | 第19页 |
·云自适应差分算法描述 | 第19-23页 |
·关键参数性能分析 | 第23页 |
·实验及其结果分析 | 第23-29页 |
·典型优化函数 | 第24页 |
·参数设置及实验结果 | 第24-27页 |
·CADE 算法性能分析 | 第27-29页 |
·本章小结 | 第29-30页 |
第3章 基于 CADE-BP 网络板形预测模型的研究 | 第30-38页 |
·引言 | 第30页 |
·传统 BP 算法 | 第30-31页 |
·预测模型样本数据的选取 | 第31-35页 |
·预测模型输入数据的选取 | 第31-32页 |
·预测模型输出数据的选取 | 第32-35页 |
·数据预处理 | 第35页 |
·基于 CADE-BP 网络的板形预测模型的建立 | 第35-37页 |
·本章小结 | 第37-38页 |
第4章 板形控制的动态影响矩阵方法研究 | 第38-48页 |
·引言 | 第38页 |
·板形控制的动态影响矩阵表 | 第38-44页 |
·静态影响矩阵 | 第38-40页 |
·动态影响矩阵 | 第40-41页 |
·动态影响矩阵表 | 第41-44页 |
·关键影响因素矩阵表板形控制模型的建立 | 第44页 |
·板形智能控制的动态影响矩阵表方法 | 第44-46页 |
·影响矩阵系数的计算 | 第45页 |
·调节量的计算 | 第45-46页 |
·板形动态影响矩阵表控制方法 | 第46页 |
·本章小结 | 第46-48页 |
第5章 仿真实验及分析 | 第48-58页 |
·实验条件 | 第48-50页 |
·仿真软件的选取 | 第48页 |
·实验数据的获取 | 第48-50页 |
·基于 CADE-BP 网络的板形预测模型实验 | 第50-53页 |
·实验内容 | 第51-53页 |
·实验结果分析 | 第53页 |
·基于动态影响矩阵的板形控制实验 | 第53-57页 |
·实验内容 | 第53-56页 |
·实验结果分析 | 第56-57页 |
·本章小结 | 第57-58页 |
结论 | 第58-60页 |
参考文献 | 第60-64页 |
攻读硕士学位期间承担的科研任务与主要成果 | 第64-65页 |
致谢 | 第65-66页 |
作者简介 | 第66页 |