| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 文献综述 | 第7-27页 |
| ·铝冶金发展概况 | 第7页 |
| ·现代铝电解工业简况 | 第7-8页 |
| ·工艺技术条件对铝电解生产的影响 | 第8-10页 |
| ·电解槽的计算机控制 | 第10-14页 |
| ·计算机控制技术对铝电解生产的重要影响 | 第10-11页 |
| ·铝电解过程控制的研究 | 第11-14页 |
| ·电解槽热平衡和物料平衡分析 | 第14-15页 |
| ·热平衡遭破坏 | 第14-15页 |
| ·物料平衡遭破坏 | 第15页 |
| ·电解槽热平衡及热平衡控制研究 | 第15-24页 |
| ·电解槽的热平衡 | 第15-18页 |
| ·电解槽热平衡控制研究 | 第18-24页 |
| ·本论文的设计思想 | 第24-27页 |
| 第二章 效应预报机理及效应情况分析 | 第27-34页 |
| ·用于AE预报的信息的获取 | 第27-28页 |
| ·电阻斜率和累积斜率的计算 | 第27-28页 |
| ·电阻针振强度计算 | 第28页 |
| ·物料累计偏差的计算 | 第28页 |
| ·效应预报的模糊专家方法 | 第28-29页 |
| ·AE预报可信度的确定 | 第28-29页 |
| ·AE预报可信度的调整 | 第29页 |
| ·AE预报的作出 | 第29页 |
| ·效应模糊专家预报的应用效果 | 第29-31页 |
| ·新型效应分析报表的设计 | 第31-34页 |
| 第三章 改进的槽热平衡神经网络专家系统 | 第34-59页 |
| ·神经网络专家系统输入变量间的关系论证 | 第34-40页 |
| ·电解温度与电流效率的关系 | 第34-35页 |
| ·槽电压、分子比、电解温度三者之间的关系 | 第35-37页 |
| ·电解质温度与槽设定电压、分子比、铝液水平等的关系 | 第37-40页 |
| ·新型神经网络模型及算法的选择 | 第40-53页 |
| ·热平衡神经网络监督学习控制系统隐含层数及隐含层神经元数设计 | 第41-42页 |
| ·多层前馈神经网络BP算法 | 第42-51页 |
| ·神经网络监督学习控制系统的应用 | 第51-53页 |
| ·神经网络专家系统软件功能介绍 | 第53-59页 |
| 第四章 基于数据挖掘技术的效应影响因素分析 | 第59-68页 |
| ·灰关联规则挖掘的提出 | 第59-60页 |
| ·灰关联规则的概念 | 第60-63页 |
| ·灰关联规则挖掘算法 | 第63-66页 |
| ·算法说明 | 第63-64页 |
| ·算法描述 | 第64-65页 |
| ·算法分析 | 第65-66页 |
| ·实验结果分析 | 第66-68页 |
| 第五章 智能决策 | 第68-69页 |
| 第六章 结论 | 第69-70页 |
| 参考文献 | 第70-76页 |
| 致谢 | 第76页 |
| 攻读硕士学位期间发表的论文 | 第76页 |