| 第一章 概述 | 第8-16页 |
| 1．1 引言 | 第8-9页 |
| 1．2 炼钢工艺的发展 | 第9-10页 |
| 1．2．1 EAF常识介绍 | 第9-10页 |
| 1．2．2 传统的电炉炼钢工艺 | 第10页 |
| 1．2．3 现代的电炉炼钢工艺 | 第10页 |
| 1．3 人工神经元网络简介 | 第10-14页 |
| 1．3．1 发展 | 第10-11页 |
| 1．3．2 人工神经元网络的模型 | 第11-12页 |
| 1．3．3 神经元网络权值的学习（训练） | 第12-13页 |
| 1．3．4 控制领域的应用 | 第13页 |
| 1．3．5 神经元网络的不足 | 第13-14页 |
| 1．4 专家系统 | 第14页 |
| 1．5 人工神经元网络与专家系统的结合 | 第14页 |
| 1．6 课题的意义 | 第14-16页 |
| 1．6．1 电炉温度预报的现状 | 第14-15页 |
| 1．6．2 人工智能技术在电炉温度预报的应用 | 第15页 |
| 1．6．3 意义 | 第15-16页 |
| 第二章 热平衡计算钢水温度预报模型 | 第16-31页 |
| 2．1 钢水温度信息的重要性 | 第16页 |
| 2．2 对操作工当前操作情况的分析 | 第16页 |
| 2．3 热平衡计算钢水温度预报模型的发展 | 第16-31页 |
| 2．3．1 机理分析方法 | 第17-19页 |
| 2．3．2 统计计算方法 | 第19-31页 |
| 2．3．2．1 回归分析 | 第19-25页 |
| 2．3．2．1．1 什么是回归分析 | 第19-20页 |
| 2．3．2．1．2 多元线性回归 | 第20-22页 |
| 2．3．2．1．3 对多元线性回归的各种统计分析 | 第22-24页 |
| 2．3．2．1．4 偏回归平方和、剔除变量的计算 | 第24-25页 |
| 2．3．2．2 预报第一次测温前的温度值 | 第25-30页 |
| 2．3．2．2．1 能量平衡模型 | 第25-28页 |
| 2．3．2．2．2 当前储能 | 第28页 |
| 2．3．2．2．3 通过回归分析确定系数 | 第28-29页 |
| 2．3．2．2．4 预报钢水温度 | 第29-30页 |
| 2．3．2．3 回归显著性检验（F检验） | 第30页 |
| 2．3．2．4 回归分析温度预报方法总结 | 第30-31页 |
| 第三章 基于人工智能技术的钢水温度预报模型 | 第31-48页 |
| 3．1 建模目标 | 第31页 |
| 3．2 建模的基本思路 | 第31页 |
| 3．3 BP网络 | 第31-37页 |
| 3．3．1 网络的结构 | 第31-32页 |
| 3．3．2 BP网络误差反向传播学习算法的基本思想 | 第32-33页 |
| 3．3．3 误差反向传播算法的计算步骤 | 第33-34页 |
| 3．3．4 BP算法的计算机实现流程 | 第34页 |
| 3．3．5 改进的BP算法 | 第34-35页 |
| 3．3．6 设计BP网络的考虑 | 第35-36页 |
| 3．3．6．1 设定网络结构 | 第36页 |
| 3．3．6．2 初始权值的选择 | 第36页 |
| 3．3．6．3 学习样本的归一化 | 第36页 |
| 3．3．7 BP网络的应用 | 第36-37页 |
| 3．4 确定网络的基本框架 | 第37页 |
| 3．5 实验确定最佳网络结构 | 第37-39页 |
| 3．5．1 网络的初步设计 | 第38页 |
| 3．5．2 选取测试数据 | 第38页 |
| 3．5．3 网络的初步测试及分析 | 第38页 |
| 3．5．4 网络输入层的最终确定 | 第38-39页 |
| 3．5．5 网络的隐层的最终确定 | 第39页 |
| 3．6 网络学习精度的确定 | 第39-40页 |
| 3．7 网络的其它问题 | 第40页 |
| 3．7．1 数据的归一化 | 第40页 |
| 3．8 网络预报的结果 | 第40-41页 |
| 3．9 专家规则的建立 | 第41-44页 |
| 3．9．1 什么是专家系统 | 第41-42页 |
| 3．9．2 建立专家系统的目的和意义 | 第42页 |
| 3．9．3 专家知识 | 第42-44页 |
| 3．9．3．1 钢水升温规律 | 第42-44页 |
| 3．9．3．2 钢水降温规律 | 第44页 |
| 3．9．4 专家规则 | 第44页 |
| 3．10 钢水温度预报模型的建立 | 第44-45页 |
| 3．11 模型的应用效果 | 第45-48页 |
| 第四章 应用界面 | 第48-49页 |
| 4．1 人机界面 | 第48-49页 |
| 第五章 课题总结 | 第49-51页 |
| 5．1 课题工作总结 | 第49页 |
| 5．2 存在的问题及今后的工作 | 第49-51页 |
| 致谢 | 第51-52页 |
| 参考文献 | 第52-54页 |
| 附录 | 第54-57页 |