| 摘要 | 第1-4页 |
| Abstract | 第4-7页 |
| 第一章 绪论 | 第7-13页 |
| ·课题的背景及来源 | 第7-9页 |
| ·国内外发展状况 | 第9-11页 |
| ·VOD 精炼工艺自动化现状 | 第9页 |
| ·自学习算法的发展历史及现状 | 第9-11页 |
| ·本论文的研究内容 | 第11-13页 |
| 第二章 VOD 生产指导系统功能介绍 | 第13-19页 |
| ·VOD 的技术原理 | 第13-14页 |
| ·VOD 生产指导系统 | 第14-16页 |
| ·参数自学习算法在 VOD 中的需求 | 第16页 |
| ·自学习算法选择分析 | 第16-18页 |
| ·小结 | 第18-19页 |
| 第三章 BP 神经网络算法在 VOD 生产指导系统的中应用 | 第19-51页 |
| ·VOD 生产指导系统中需要自学习的参数 | 第19-22页 |
| ·BP 神经网络模型及算法简介 | 第22-31页 |
| ·BP 神经网络模型及其基本原理 | 第22-23页 |
| ·BP 神经网络算法简介 | 第23-27页 |
| ·BP 神经网络的设计 | 第27-29页 |
| ·基于 MATLAB 的 BP 神经网络工具箱函数 | 第29-31页 |
| ·神经网络自学习算法与数学模型相结合的应用原理 | 第31-33页 |
| ·工艺参数的神经网络自学习 | 第33-48页 |
| ·吹氧传质系数 D 的 BP 神经网络的设计 | 第33-42页 |
| ·真空传质系数 K1 的 BP 神经网络的设计 | 第42-45页 |
| ·真空传质系数 K2 的 BP 神经网络的设计 | 第45-48页 |
| ·钢液目标碳含量的预测 | 第48-50页 |
| ·小结 | 第50-51页 |
| 第四章 RBF 神经网络在 VOD 生产指导系统的中应用 | 第51-59页 |
| ·BP 神经网络与 RBF 神经网络的比较 | 第51-52页 |
| ·RBF 神经网络简介 | 第52-54页 |
| ·工艺参数自学习 RBF 神经网络结构设计 | 第54-57页 |
| ·MATLAB 神经网络工具箱 | 第54页 |
| ·RBF 神经网络的仿真结果和分析 | 第54-57页 |
| ·小结 | 第57-59页 |
| 第五章 VOD 生产指导系统自学习模块开发 | 第59-71页 |
| ·自学习模块功能规划 | 第59-60页 |
| ·VB 调用 MATLAB 方法 | 第60-62页 |
| ·VB 利用 shell()函数调用 MATLAB 应用程序 | 第60-61页 |
| ·利用 ActiveX 技术实现 VB 对 MATLAB 的调用 | 第61页 |
| ·利用动态链接库调用 MATLAB 所写的程序 | 第61-62页 |
| ·VB 访问 SQL SERVER 数据库方法 | 第62-65页 |
| ·工艺数据库设计 | 第65-67页 |
| ·工艺数据库结构 | 第65-66页 |
| ·工艺数据库的访问 | 第66-67页 |
| ·主体程序模块 | 第67-70页 |
| ·小结 | 第70-71页 |
| 第六章 总结 | 第71-73页 |
| 致谢 | 第73-75页 |
| 参考文献 | 第75-77页 |
