| 摘要 | 第1-11页 |
| ABSTRACT | 第11-13页 |
| 第1章 绪论 | 第13-21页 |
| ·H型钢简述 | 第13-14页 |
| ·H型钢的优点 | 第13页 |
| ·H型钢的分类 | 第13-14页 |
| ·H型钢生产中面临的主要问题 | 第14-15页 |
| ·有限元方法及其在钢材轧制中的应用 | 第15-17页 |
| ·有限元方法的发展概述 | 第15页 |
| ·有限元法在金属成形模拟研究中的应用 | 第15-17页 |
| ·课题来源及主要内容 | 第17-18页 |
| ·课题研究的目的和意义 | 第18-21页 |
| 第2章 建立H型钢粗轧模型过程中预测方法的选择 | 第21-31页 |
| ·H型钢生产过程问题分析及解决方法 | 第21-23页 |
| ·能源消耗 | 第21页 |
| ·产品质量 | 第21-22页 |
| ·生产效率 | 第22-23页 |
| ·H型钢生产过程问题的解决方法 | 第23页 |
| ·轧制过程数学模型 | 第23-25页 |
| ·预测方法的选择 | 第25-26页 |
| ·神经网络算法 | 第26-28页 |
| ·神经网络概述 | 第26-27页 |
| ·神经网络的生物学基础 | 第27页 |
| ·神经网络算法的分类 | 第27页 |
| ·神经网络在机械工程中的应用 | 第27-28页 |
| ·神经网络数学模型的建立 | 第28页 |
| ·本章小结 | 第28-31页 |
| 第3章 H型钢粗轧工艺参数的神经网络模型的建立 | 第31-47页 |
| ·训练样本 | 第31-38页 |
| ·输入参数 | 第31-33页 |
| ·输出参数 | 第33-38页 |
| ·归一化处理 | 第38页 |
| ·神经网络结构的确定 | 第38-40页 |
| ·输入、输出参数 | 第38页 |
| ·隐层节点数的确定 | 第38-40页 |
| ·神经网络的训练过程 | 第40-41页 |
| ·神经网络的训练结果分析 | 第41-45页 |
| ·本章小结 | 第45-47页 |
| 第4章 基于遗传算法的H型钢粗轧工艺参数的优化研究 | 第47-59页 |
| ·优化理论的概述 | 第47-48页 |
| ·优化方法的选择 | 第48页 |
| ·遗传算法 | 第48-51页 |
| ·遗传算法简介 | 第48页 |
| ·遗传算法的特点 | 第48-49页 |
| ·遗传算法的实现 | 第49-51页 |
| ·H型钢粗轧过程工艺参数的优化 | 第51-55页 |
| ·目标函数 | 第51-52页 |
| ·优化 | 第52-55页 |
| ·优化结果 | 第55-56页 |
| ·本章小结 | 第56-59页 |
| 第5章 可视化界面 | 第59-69页 |
| ·开发工具的选取 | 第59页 |
| ·优化软件的内容 | 第59页 |
| ·优化软件的构成 | 第59-60页 |
| ·优化软件的接口技术 | 第60-61页 |
| ·优化流程 | 第61-62页 |
| ·优化软件的主界面设计 | 第62-67页 |
| ·本章小结 | 第67-69页 |
| 结论 | 第69-71页 |
| 参考文献 | 第71-75页 |
| 攻读硕士学位期间发表的学术论文 | 第75-77页 |
| 致谢 | 第77-78页 |
| 学位论文评阅及答辩情祝表 | 第78页 |