| 摘要 | 第1-5页 |
| ABSTRACT | 第5-9页 |
| 第一章 绪论 | 第9-21页 |
| ·课题来源与研究意义 | 第9-10页 |
| ·软测量技术的研究内容及应用现状 | 第10-17页 |
| ·软测量模型结构及研究要素 | 第10-12页 |
| ·软测量技术的建模方法 | 第12-15页 |
| ·软测量技术的应用现状 | 第15-17页 |
| ·软测量技术面临的问题 | 第17页 |
| ·晶粒度检测现状 | 第17-18页 |
| ·软测量技术在铝带坯晶粒度建模中的研究 | 第18-19页 |
| ·论文主要内容及章节安排 | 第19-21页 |
| 第二章 RBF神经网络概述 | 第21-32页 |
| ·神经网络概述 | 第21-23页 |
| ·神经网络概述 | 第21-22页 |
| ·神经网络的结构 | 第22-23页 |
| ·RBF神经网络的研究 | 第23-30页 |
| ·RBF神经网络结构 | 第24-25页 |
| ·RBF神经网络的学习算法 | 第25-30页 |
| ·RBF神经网络特点 | 第30页 |
| ·基于RBF神经网络的软测量建模设计 | 第30-31页 |
| ·本章小结 | 第31-32页 |
| 第三章 基于RBF神经网络的铝带坯晶粒度软测量建模 | 第32-46页 |
| ·铝板铸轧工艺流程 | 第32-33页 |
| ·晶粒度软测量模型辅助变量的选择 | 第33-34页 |
| ·输入数据处理 | 第34-38页 |
| ·数据的预处理 | 第34-36页 |
| ·基于主元分析的数据集降维处理 | 第36-38页 |
| ·基于RBF神经网络的铝带坯晶粒度软测量建模 | 第38-45页 |
| ·铝带坯晶粒度软测量模型结构 | 第38页 |
| ·仿真试验结果及研究 | 第38-45页 |
| ·本章小结 | 第45-46页 |
| 第四章 基于蚁群算法的晶粒度软测量模型参数优化 | 第46-60页 |
| ·蚁群优化算法概述 | 第46-51页 |
| ·蚁群算法基本原理 | 第46-47页 |
| ·基本蚁群算法模型 | 第47-50页 |
| ·蚁群算法参数选择原则 | 第50-51页 |
| ·蚁群优化算法特点 | 第51页 |
| ·基本蚁群算法的改进 | 第51-54页 |
| ·蚁群系统 | 第52-53页 |
| ·最大-最小蚂蚁系统 | 第53页 |
| ·最优-最差蚂蚁系统 | 第53-54页 |
| ·基于蚁群算法的软测量模型参数优化 | 第54-58页 |
| ·蚁群聚类算法 | 第54-56页 |
| ·蚁群优化仿真结果及其研究 | 第56-58页 |
| ·软测量模型的在线校正 | 第58-59页 |
| ·本章小结 | 第59-60页 |
| 第五章 总结和展望 | 第60-62页 |
| ·总结 | 第60-61页 |
| ·展望 | 第61-62页 |
| 参考文献 | 第62-67页 |
| 致谢 | 第67-68页 |
| 攻读硕士学位期间主要的研究成果 | 第68页 |