| 摘要 | 第1-5页 |
| Abstract | 第5-10页 |
| 1 绪论 | 第10-13页 |
| ·课题的背景和意义 | 第10页 |
| ·国内外铝电解工业的发展现状和趋势 | 第10-11页 |
| ·本文研究的目的、方法与内容 | 第11-12页 |
| ·研究目的 | 第11页 |
| ·研究方法及内容 | 第11-12页 |
| ·本章小结 | 第12-13页 |
| 2 铝电解工艺参数及氟化铝添加量决策方法 | 第13-19页 |
| ·铝电解生产原理及工业过程概述 | 第13-14页 |
| ·铝电解工艺简介 | 第14-17页 |
| ·电解温度与电解质体系 | 第14-15页 |
| ·氟化铝添加量、分子比及热平衡 | 第15-16页 |
| ·分子比及氧化铝添加量 | 第16页 |
| ·电解质水平、铝水平 | 第16页 |
| ·电流强度、槽电压以及极距 | 第16-17页 |
| ·氟化铝添加量决策方法介绍 | 第17-18页 |
| ·氟化铝添加量的经验决策法 | 第17页 |
| ·氟化铝添加量的经典决策法 | 第17-18页 |
| ·氟化铝添加量的智能决策法 | 第18页 |
| ·本章小结 | 第18-19页 |
| 3 氟化铝添加量决策系统的神经网络建模及遗传算法优化 | 第19-41页 |
| ·神经网络模型的选择 | 第19-21页 |
| ·网络结构及计算参数 | 第21-26页 |
| ·BP网络结构及算法简介 | 第21-22页 |
| ·输入神经元及隐层神经元数的设计 | 第22-23页 |
| ·训练样本及样本数的选择 | 第23页 |
| ·传递函数及学习率的选择 | 第23-25页 |
| ·期望误差的选择 | 第25页 |
| ·样本数据的预处理 | 第25-26页 |
| ·神经网络优化方案 | 第26-27页 |
| ·遗传算法特点及基本原理 | 第27-29页 |
| ·遗传算法优化神经网络过程 | 第29-37页 |
| ·参数编码及种群规模确定 | 第29-30页 |
| ·设计适应度函数 | 第30-31页 |
| ·遗传算子设置 | 第31-32页 |
| ·遗传操作参数 | 第32-33页 |
| ·用MATLAB遗传算法工具箱实现遗传优化 | 第33-37页 |
| ·神经网络训练及检验 | 第37-40页 |
| ·本章小结 | 第40-41页 |
| 4 氟化铝添加量决策系统软件开发 | 第41-49页 |
| ·系统功能、结构及开发语言 | 第41-43页 |
| ·系统功能及结构 | 第41-42页 |
| ·软件开发语言 | 第42-43页 |
| ·系统各功能的实现 | 第43-48页 |
| ·数据库管理 | 第43页 |
| ·设计氟化铝添加量系统主界面 | 第43-44页 |
| ·设计登录、注册界面 | 第44-45页 |
| ·VC访问数据库 | 第45-46页 |
| ·设计氟化铝添加量系统计算及数据管理界面 | 第46-47页 |
| ·"计算"按钮功能的实现 | 第47-48页 |
| ·本章小结 | 第48-49页 |
| 5 总结 | 第49-50页 |
| 参考文献 | 第50-53页 |
| 攻读硕士学位期间所发表的学术论文 | 第53-54页 |
| 致谢 | 第54页 |