RBF神经网络预报模型在中厚板层流冷却控制中的应用

摘要	第1-7页
ABSTRACT	第7-12页
第1章 绪论	第12-22页
·前言	第12-13页
·控制冷却技术简介	第13-15页
·控制冷却过程基本原理	第13-14页
·控制冷却的冷却方式	第14-15页
·中厚板控制冷却新技术的发展	第15-17页
·神经网络的发展	第17-20页
·神经元模型的提出	第17-18页
·人工神经网络的基本特征和特点	第18-20页
·本文研究背景和内容	第20-22页
第2章 中厚板轧后层流冷却控制系统	第22-50页
·层流冷却控制系统简介	第22-23页
·某中厚板厂层流冷却控制系统	第23-29页
·冷却系统设备组成	第23-27页
·控制系统总体概况	第27-29页
·控制冷却基础自动化控制系统功能	第28页
·控制冷却过程自动化控制系统功能	第28-29页
·层流冷却基础自动化控制系统	第29-39页
·数据采集和处理	第29-30页
·冷却水流量控制	第30-34页
·流量控制转化为开口度控制	第30-33页
·冷却水流量前馈微调	第33-34页
·层流冷却区域钢板微跟踪	第34-36页
·层流冷却区域钢板头部微跟踪	第34-35页
·层流冷却区域钢板尾部微跟踪	第35-36页
·冷却水顺序开关控制	第36-39页
·钢板头尾部移动过程中冷却水顺序开关控制	第37-38页
·侧喷水开关控制	第38-39页
·压缩空气吹扫阀的开关控制	第39页
·控制冷却系统的联锁控制	第39页
·与过程机、其它PLC和操作终端的数据交换	第39页
·层流冷却过程自动化控制系统	第39-46页
·PDI校核计算	第40-41页
·预设定计算	第41-43页
·修正设定计算	第43-44页
·自学习计算	第44-46页
·冷却结果分析	第46-49页
·现场实测数据分析	第46-48页
·冷却结果中存在的不足及分析	第48-49页
·本章小结	第49-50页
第3章 基于RBF网络的层流冷却过程控制	第50-66页
·人工神经网络简介	第50-51页
·RBF神经网络	第51-56页
·RBF网络的基本思想	第51页
·RBF神经网络模型原理	第51-52页
·RBF网络学习规则的数学基础	第52-53页
·基于RBF技术的函数逼近与内插	第53-54页
·RBF网络学习过程	第54-56页
·RBF神经网络与BP神经网络的比较	第56-57页
·RBF学习算法的改进	第57-60页
·RBF学习算法存在的问题	第57-58页
·完全内插存在的问题	第57-58页
·隐节点的个数过大	第58页
·RBF学习算法改进实现	第58-60页
·正则化RBF网络	第58-59页
·广义RBF网络	第59-60页
·RBF神经网络在层流冷却控制系统中的应用	第60-64页
·RBF网络的预报对象	第60页
·RBF网络的建立	第60-63页
·RBF网络在线应用方案	第63-64页
·本章小结	第64-66页
第4章 仿真预报研究	第66-78页
·MATLAB程序设计	第66-67页
·MATLAB简介	第66-67页
·MATLAB神经网络工具箱	第67页
·RBF神经网络在MATLAB中的实现	第67-68页
·网络的设计	第68页
·网络的仿真	第68页
·测试网络性能	第68页
·模拟仿真预报	第68-74页
·网络样本采集	第68-69页
·神经网络的训练	第69-72页
·训练结果分析	第72-73页
·散布常数的确定	第73-74页
·欠交叠神经元	第73-74页
·交叠神经元	第74页
·仿真及结果分析	第74-77页
·本章小结	第77-78页
第5章 结论	第78-80页
参考文献	第80-84页
致谢	第84页