基于人工神经网络的逆模型在热轧板带生产中的应用研究
| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-15页 |
| ·论文研究背景及意义 | 第9-10页 |
| ·国内外研究情况 | 第10-13页 |
| ·轧制模型新趋势 | 第10-11页 |
| ·国内外研究情况 | 第11-13页 |
| ·论文研究主要内容 | 第13页 |
| ·论文的安排结构 | 第13-14页 |
| ·本章小结 | 第14-15页 |
| 第二章 逆系统 | 第15-17页 |
| ·逆系统方法 | 第15-16页 |
| ·逆系统 | 第15页 |
| ·伪线性复合系统 | 第15-16页 |
| ·逆系统方法原理 | 第16页 |
| ·本章小结 | 第16-17页 |
| 第三章 热轧产品质量模型的构建 | 第17-25页 |
| ·轧制工艺简介 | 第17-18页 |
| ·往复式炉卷轧机 | 第17-18页 |
| ·热轧生产流程 | 第18页 |
| ·轧制因素分析 | 第18-22页 |
| ·化学成分分析 | 第18-19页 |
| ·轧制力参数分析 | 第19-20页 |
| ·轧制温度参数分析 | 第20页 |
| ·力学性能指标分析 | 第20-21页 |
| ·轧制因素及指标分析总结 | 第21-22页 |
| ·热轧产品质量模型分析 | 第22-24页 |
| ·热轧产品质量正模型 | 第22-23页 |
| ·热轧产品质量逆模型 | 第23页 |
| ·热轧产品质量逆模型控制系统 | 第23-24页 |
| ·本章小结 | 第24-25页 |
| 第四章 基于神经网络的热轧板带产品质量模型 | 第25-39页 |
| ·人工神经网络 | 第25-26页 |
| ·神经网络的结构 | 第25-26页 |
| ·神经网络的特征 | 第26页 |
| ·神经网络的工作方式 | 第26页 |
| ·神经网络的学习 | 第26页 |
| ·BP神经网络热轧板带质量模型 | 第26-29页 |
| ·BP神经网络应用概述 | 第26-27页 |
| ·BP神经网络结构与算法 | 第27-29页 |
| ·BP神经网络热轧板带质量逆控制模型的建立 | 第29-37页 |
| ·BP神经网络热轧板带质量正模型 | 第29-33页 |
| ·BP神经网络热轧板带质量逆模型 | 第33-37页 |
| ·本章小结 | 第37-39页 |
| 第五章 基于支持向量机的热轧板带质量模型 | 第39-51页 |
| ·支持向量机介绍 | 第39-42页 |
| ·支持向量机的基本思想 | 第39-42页 |
| ·支持向量机训练算法 | 第42页 |
| ·支持向量回归原理 | 第42-45页 |
| ·支持向量机回归问题描述 | 第42-43页 |
| ·线性支持向量机回归 | 第43-44页 |
| ·非线性支持向量机回归 | 第44-45页 |
| ·建模工具介绍 | 第45-46页 |
| ·支持向量机热轧板带质量模型 | 第46-50页 |
| ·支持向量机应用概述 | 第46页 |
| ·支持向量机热轧板带质量逆控制模型的建立 | 第46-50页 |
| ·本章小结 | 第50-51页 |
| 第六章 总结与展望 | 第51-52页 |
| 致谢 | 第52-53页 |
| 参考文献 | 第53-58页 |
| 附录A:攻读学位期间发表论文目录 | 第58-59页 |
| 附录B:相关实验数据(部分) | 第59-63页 |
