高炉侵蚀状况预测过程中的神经网络方法
| 摘要 | 第1-4页 |
| Abstract | 第4-9页 |
| 第一章 绪论 | 第9-11页 |
| 第二章 神经网络的背景及其发展 | 第11-21页 |
| ·人工神经网络阶段的划分 | 第11-12页 |
| ·有重要影响的神经网络 | 第12-19页 |
| ·人工神经网络的特点 | 第19页 |
| ·人工神经网络的主要研究方向 | 第19-21页 |
| 第三章 BP神经网络设计 | 第21-25页 |
| ·BP神经网络概述 | 第21页 |
| ·BP网络建模特点 | 第21-22页 |
| ·BP网络设计原则 | 第22-24页 |
| ·BP网络结构参数设计 | 第24-25页 |
| 第四章 BP网络用于函数逼近 | 第25-34页 |
| ·利用神经网络进行函数逼近的理论基础 | 第25-26页 |
| ·神经网络应用于函数逼近 | 第26-28页 |
| ·模型参数的训练算法 | 第28-29页 |
| ·模型测试过程 | 第29页 |
| ·多层感知器(MLP)的结构和工作原理 | 第29-30页 |
| ·RBF结构及工作原理 | 第30-31页 |
| ·BP与RBF的性能比较 | 第31-34页 |
| 第五章 有限元分析的MATLAB实现 | 第34-40页 |
| ·有限元概述 | 第34-35页 |
| ·有限元解决问题的一般步骤 | 第35-36页 |
| ·MATLAB有限元分析 | 第36-37页 |
| ·VC++与MATLAB混合编程 | 第37-40页 |
| 第六章 数据准备 | 第40-52页 |
| ·温度场的有限元分析法 | 第40-42页 |
| ·用有限元方法预测高炉侵蚀情况概述 | 第42-44页 |
| ·高炉的区域划分和边界条件设定 | 第44-45页 |
| ·用MATLAB实现一次有限元分析 | 第45-51页 |
| ·用正交实验法改变侵蚀边界得到训练样本集 | 第51-52页 |
| ·得到相应样本数据 | 第52页 |
| 第七章 神经网络的训练和测试 | 第52-63页 |
| ·MATLAB中有关的神经网络工具函数 | 第52-54页 |
| ·BP神经网络的训练过程 | 第54-55页 |
| ·BP神经网络中各训练函数的性能比较 | 第55-58页 |
| ·训练神经网络 | 第58-63页 |
| 第八章 试验结果分析 | 第63-65页 |
| 第九章 总结与展望 | 第65-66页 |
| 致谢 | 第66-67页 |
| 参考文献 | 第67-73页 |
| 附录1 | 第73-78页 |
| 附录2 | 第78-86页 |
