烧结优化配矿系统的研究
第一章 文献综述 | 第1-22页 |
·铁矿石资源的现状 | 第10-12页 |
·烧结配矿研究现状 | 第12-14页 |
·铁矿石研究现状 | 第12页 |
·配矿技术进展 | 第12-14页 |
·人工智能技术研究及应用现状 | 第14-19页 |
·神经网络技术 | 第14-17页 |
·遗传算法技术 | 第17-19页 |
·人工智能技术在烧结生产的应用现状 | 第19-20页 |
·论文的提出 | 第20-22页 |
第二章 烧结优化配矿模型构造研究 | 第22-27页 |
·优化配矿模型的结构 | 第22-23页 |
·化学成分约束模型 | 第23页 |
·产质量优化模型 | 第23-25页 |
·配矿模拟模型结构 | 第23-25页 |
·产质量优化模型结构 | 第25页 |
·本章小结 | 第25-27页 |
第三章 烧结优化配矿模型算法的研究 | 第27-39页 |
·配矿模拟模型算法研究 | 第27-35页 |
·建模数据研究 | 第27-30页 |
·BP神经网络算法研究 | 第30-32页 |
·综合神经网络算法研究 | 第32-35页 |
·产质量优化模型算法研究 | 第35-38页 |
·优化配矿计算算法研究 | 第38页 |
·本章小结 | 第38-39页 |
第四章 烧结优化配矿模型的建立 | 第39-50页 |
·综合神经网络实现 | 第39-42页 |
·综合神经网络初始值的选择 | 第39页 |
·综合神经网络的拓扑结构 | 第39-41页 |
·综合神经网络其它参数的选择 | 第41-42页 |
·配矿模拟模型的实现 | 第42-44页 |
·产质量优化模型的实现 | 第44-49页 |
·编码方式 | 第44-45页 |
·初始群体的选取 | 第45-46页 |
·适应度函数 | 第46页 |
·选择算子 | 第46-47页 |
·交叉算子 | 第47-48页 |
·变异算子 | 第48页 |
·中止规则 | 第48页 |
·其他参数 | 第48-49页 |
·本章小结 | 第49-50页 |
第五章 系统开发与实现 | 第50-61页 |
·软件开发技术 | 第50-54页 |
·面向对象技术 | 第50-51页 |
·可视化技术 | 第51-52页 |
·ADO数据库接口技术 | 第52-53页 |
·Matlab与Visual C++混合编程技术 | 第53-54页 |
·软件开发工具 | 第54页 |
·软件组成与实现 | 第54-61页 |
·软件系统结构 | 第54-55页 |
·数据管理系统的实现 | 第55-56页 |
·配矿模拟模型建模系统 | 第56-59页 |
·优化配矿系统 | 第59-61页 |
第六章 结论 | 第61-62页 |
参考文献 | 第62-66页 |
致谢 | 第66-67页 |
攻读学位期间主要的研究成果 | 第67页 |