| 第一章 绪论 | 第1-11页 |
| 1．1 ISP熔炼过程的特点和存在的控制问题 | 第6-7页 |
| 1．1．1 ISP铅锌冶炼方法 | 第6页 |
| 1．1．2 韶关冶炼厂的ISP过程生产概况 | 第6-7页 |
| 1．1．3 熔炼过程控制中的控制问题和急需解决的问题 | 第7页 |
| 1．2 国内外研究的现状 | 第7-8页 |
| 1．2．1 国外研究的现状 | 第7-8页 |
| 1．2．2 国内研究现状 | 第8页 |
| 1．3 课题的提出及研究方法 | 第8-11页 |
| 1．3．1 课题的来源 | 第8-9页 |
| 1．3．2 课题的提出及意义 | 第9-11页 |
| 第二章 ISP熔炼过程机理分析 | 第11-21页 |
| 2．1 鼓风炉熔炼过程工艺介绍 | 第11-19页 |
| 2．1．1 ISP工艺流程简介 | 第11-13页 |
| 2．1．2 熔炼过程简介 | 第13-16页 |
| 2．1．3 影响鼓风炉炉况的因素 | 第16-19页 |
| 2．2 熔炼过程的重要参数 | 第19-20页 |
| 2．3 熔炼过程控制的现状 | 第20-21页 |
| 第三章 基于灰色理论的透气性预测模型 | 第21-35页 |
| 3．1 概述 | 第21-22页 |
| 3．2 灰色理论基础 | 第22-24页 |
| 3．2．1 灰色理论概述 | 第22-23页 |
| 3．2．2 两个定义 | 第23-24页 |
| 3．3 鼓风炉透气性指数的描述 | 第24页 |
| 3．4 透气性预测模型的建立 | 第24-33页 |
| 3．4．1 一阶灰色模型的建立 | 第25-26页 |
| 3．4．2 等维新息模型的建立 | 第26-28页 |
| 3．4．3 改进等维新息模型 | 第28-30页 |
| 3．4．4 修正模型的建立 | 第30-33页 |
| 3．5 模型的实际应用 | 第33-35页 |
| 第四章 基于神经网络的透气性预测模型 | 第35-46页 |
| 4．1 人工神经网络的基本理论 | 第35-39页 |
| 4．1．1 神经网络的一般框架 | 第36页 |
| 4．1．2 人工神经元模型 | 第36-37页 |
| 4．1．3 人工神经网络的学习 | 第37-38页 |
| 4．1．4 神经网络的基本特性和特点 | 第38页 |
| 4．1．5 基于神经网络的系统建模 | 第38-39页 |
| 4．2 BP神经网络 | 第39-41页 |
| 4．3 改进的BP算法 | 第41-42页 |
| 4．4 透气性的BP神经网络模型的建立 | 第42-46页 |
| 4．4．1 输入输出量的选取 | 第43页 |
| 4．4．2 典型的BP网络结构 | 第43-44页 |
| 4．4．3 模型的仿真 | 第44-46页 |
| 第五章 透气性的智能集成建模 | 第46-53页 |
| 5．1 各种建模方法的特点 | 第46-47页 |
| 5．2 智能集成建模的必要性 | 第47-49页 |
| 5．3 透气性的集成建模 | 第49-50页 |
| 5．4 模型的应用 | 第50-53页 |
| 第六章 透气性预测系统实现 | 第53-59页 |
| 6．1 编程的环境 | 第53-54页 |
| 6．2 软件总体流程 | 第54页 |
| 6．3 自定义消息机制实现窗口切换 | 第54-56页 |
| 6．4 功能设计 | 第56-59页 |
| 6．4．1 透气性实时监控子系统 | 第56页 |
| 6．4．2 透气性仿真子系统 | 第56-57页 |
| 6．4．3 透气性预测子系统 | 第57-58页 |
| 6．4．4 数据查询界面 | 第58页 |
| 6．4．5 帮助界面 | 第58-59页 |
| 第七章 结束语 | 第59-61页 |
| 参考文献 | 第61-63页 |
| 致谢 | 第63页 |