AFS模糊分类方法在热轧层流冷却中的应用
| 摘要 | 第1-5页 |
| Abstract | 第5-9页 |
| 1 绪论 | 第9-19页 |
| ·课题的研究背景及意义 | 第9-10页 |
| ·热轧带钢层流冷却工艺介绍 | 第10-13页 |
| ·层流冷却的含义和作用 | 第10-11页 |
| ·层流冷却工艺过程简介 | 第11-13页 |
| ·热轧带钢层流冷却应用状况及发展趋势 | 第13-14页 |
| ·热轧带钢层流冷却过程控制方法 | 第14-17页 |
| ·层流冷却控制目标及控制难点 | 第14-15页 |
| ·层流冷却过程控制策略 | 第15-17页 |
| ·本文的主要工作 | 第17-19页 |
| 2 AFS理论及贴近度 | 第19-26页 |
| ·AFS理论的基本思想 | 第19页 |
| ·AFS代数和AFS结构 | 第19-21页 |
| ·EI代数 | 第20-21页 |
| ·AFS结构 | 第21页 |
| ·基于AFS理论的Zadeh模糊集的隶属函数 | 第21-22页 |
| ·AFS模糊逻辑 | 第21-22页 |
| ·关于隶属函数的定义 | 第22页 |
| ·AFS模糊分类思想的介绍 | 第22-23页 |
| ·贴近度介绍 | 第23-26页 |
| 3 基于AFS理论的模糊规则提取方法 | 第26-40页 |
| ·工业应用背景 | 第26-27页 |
| ·样本属性的约简与排序 | 第27-28页 |
| ·属性约简方法 | 第27-28页 |
| ·输入属性的聚类分析 | 第28-30页 |
| ·输入属性的聚类分析方法 | 第28-29页 |
| ·模糊集合及其隶属函数的确定 | 第29-30页 |
| ·模糊规则的提取 | 第30-33页 |
| ·模糊规则的删除与合并 | 第30-31页 |
| ·从模糊规则库中求取新来样本的控制比例系数 | 第31-32页 |
| ·新的模糊规则提取算法示意图 | 第32-33页 |
| ·应用实例 | 第33-39页 |
| ·工艺说明 | 第33页 |
| ·建模部分带钢数据1 | 第33-36页 |
| ·建模部分带钢数据2 | 第36-38页 |
| ·仿真结果误差分析 | 第38-39页 |
| ·本章小结 | 第39-40页 |
| 4 模糊综合评价算法在层流冷却控制中的应用 | 第40-54页 |
| ·模糊综合评价概述 | 第40-41页 |
| ·模糊综合评价的基本方法和步骤 | 第41-42页 |
| ·基于AFS理论的模糊综合评价算法 | 第42-45页 |
| ·隶属函数的确定 | 第42-43页 |
| ·权重值的确定 | 第43页 |
| ·算法步骤 | 第43-45页 |
| ·模糊综合评价算法示意图 | 第45页 |
| ·对本章所使用数据的说明 | 第45-47页 |
| ·算例分析 | 第47-53页 |
| ·优化部分前馈补偿数据 | 第47-50页 |
| ·优化部分反馈补偿数据 | 第50-53页 |
| ·仿真结果误差分析 | 第53页 |
| ·本章小结 | 第53-54页 |
| 5 层流冷却仿真实验平台以及实验研究 | 第54-59页 |
| ·层流冷却实验平台的结构与功能 | 第54-57页 |
| ·层流冷却仿真实验 | 第57-59页 |
| 结论 | 第59-60页 |
| 参考文献 | 第60-63页 |
| 课题资助情况 | 第63页 |
| 攻读硕士学位期间发表学术论文情况 | 第63-64页 |
| 致谢 | 第64-65页 |
