基于人工神经网络的铁水预处理终点硫含量预报模型
| 独创性声明 | 第1页 |
| 学位论文版权使用授权书 | 第3-4页 |
| 摘要 | 第4-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-14页 |
| ·立题背景 | 第10-12页 |
| ·大力发展铁水预处理技术的意义 | 第10-11页 |
| ·铁水脱硫技术的发展 | 第11-12页 |
| ·我国发展铁水炉外脱硫技术的必要性 | 第12页 |
| ·课题研究的目的及意义 | 第12-13页 |
| ·课题研究的内容 | 第13-14页 |
| 第二章 文献综述 | 第14-22页 |
| ·各种模型在铁水预处理中的应用 | 第14-17页 |
| ·回归模型 | 第14-15页 |
| ·专家系统模型 | 第15-16页 |
| ·人工神经网络模型 | 第16-17页 |
| ·人工神经网络在钢铁冶金中的开发及应用情况 | 第17-20页 |
| ·人工神经网络在烧结终点预报方面的应用 | 第17-18页 |
| ·神经网络技术在炼铁终点预报方面的应用 | 第18-19页 |
| ·神经网络技术在炼钢终点预报方面的应用 | 第19-20页 |
| ·文献评价 | 第20-22页 |
| 第三章 铁水预处理终点硫含量预报模型的算法选择 | 第22-38页 |
| ·人工神经网络基本概念 | 第22-27页 |
| ·生物神经元 | 第22-23页 |
| ·人工神经元 | 第23-25页 |
| ·神经元的转移函数 | 第25-27页 |
| ·人工神经网络的种类 | 第27-28页 |
| ·BP网络 | 第28-31页 |
| ·BP算法的改进 | 第31-36页 |
| ·BP网络缺陷产生原因 | 第31-32页 |
| ·本课题的改进BP算法 | 第32-36页 |
| ·算法比较 | 第36-37页 |
| ·本章小结 | 第37-38页 |
| 第四章 铁水预处理终点硫含量预报模型的建立 | 第38-48页 |
| ·模型变量选择 | 第38-43页 |
| ·输入层和输出层的设计 | 第38-40页 |
| ·隐含层数和层内节点数的选择 | 第40-43页 |
| ·动量项参数的选择 | 第43页 |
| ·训练样本数据与其预处理 | 第43-46页 |
| ·训练样本数据设计 | 第43-44页 |
| ·输入输出数据的预处理 | 第44-46页 |
| ·泛化性能测试 | 第46页 |
| ·本章小结 | 第46-48页 |
| 第五章 铁水预处理终点硫含量预报模型的实现 | 第48-65页 |
| ·模型的实现 | 第48-52页 |
| ·模型预报结果及讨论 | 第52-58页 |
| ·数据筛选 | 第52-55页 |
| ·预报结果及讨论 | 第55-58页 |
| ·分析与讨论 | 第58-60页 |
| ·各因素对终点硫含量的影响分析 | 第60-64页 |
| ·本章小结 | 第64-65页 |
| 第六章 结论 | 第65-66页 |
| 参考文献 | 第66-69页 |
| 附录 | 第69-72页 |
| 致谢 | 第72-73页 |
| 攻读硕士学位期间发表的论文 | 第73-74页 |
| 论文包含图、表、公式及文献 | 第74页 |
