基于BP神经网络的冶金工艺专家系统的研究与实现
| 中文摘要 | 第1-4页 |
| 英文摘要 | 第4-8页 |
| 1 绪论 | 第8-14页 |
| ·选题背景 | 第8-9页 |
| ·国内外研究现状综述 | 第9-10页 |
| ·模糊聚类分析在冶金工艺中的应用 | 第9页 |
| ·遗传算法在冶金工艺中的应用 | 第9页 |
| ·神经网络在冶金工艺中的应用 | 第9-10页 |
| ·研究意义 | 第10-11页 |
| ·论文内容 | 第11-13页 |
| ·研究内容 | 第11-12页 |
| ·技术路线 | 第12-13页 |
| ·本章小结 | 第13-14页 |
| 2 神经网络与线性规划概述 | 第14-18页 |
| ·神经网络概述 | 第14-15页 |
| ·神经网络研究及相关应用领域 | 第15页 |
| ·线性规划概述 | 第15-16页 |
| ·线性规划研究及相关应用领域 | 第16-17页 |
| ·本章小结 | 第17-18页 |
| 3 冶金工艺专家系统的核心算法研究 | 第18-34页 |
| ·BP 神经网络应用于冶金工艺专家系统的算法研究 | 第18-30页 |
| ·神经元模型 | 第18-19页 |
| ·BP 神经网络结构 | 第19-20页 |
| ·激励函数 | 第20-21页 |
| ·BP 神经网络模型 | 第21-23页 |
| ·BP 神经网络的缺点与改进 | 第23-24页 |
| ·BP 神经网络应用于冶金工艺专家系统的算法设计 | 第24-30页 |
| ·线性规划应用于冶金工艺专家系统的算法研究 | 第30-33页 |
| ·线性规划模型 | 第30页 |
| ·单纯形法计算步骤 | 第30-31页 |
| ·线性规划应用于冶金工艺专家系统的算法设计 | 第31-33页 |
| ·本章小结 | 第33-34页 |
| 4 冶金工艺专家系统的设计和实现 | 第34-59页 |
| ·冶金工艺专家系统设计理念和软件框架 | 第34-37页 |
| ·设计理念 | 第34页 |
| ·系统框架 | 第34-35页 |
| ·系统包含的模块及其功能 | 第35-37页 |
| ·登录模块 | 第37-38页 |
| ·原料管理模块 | 第38-41页 |
| ·配料优化模块 | 第41-45页 |
| ·混合料性质计算子模块 | 第41-43页 |
| ·线性规划配料子模块 | 第43-45页 |
| ·制粒评价模块 | 第45-51页 |
| ·最佳含水量预测子模块 | 第45-46页 |
| ·制粒效果预测子模块 | 第46-51页 |
| ·烧结评价模块 | 第51-58页 |
| ·烧结配碳量计算子模块 | 第51-53页 |
| ·烧结矿性能预测子模块 | 第53-58页 |
| ·系统模块 | 第58页 |
| ·本章小结 | 第58-59页 |
| 5 总结与展望 | 第59-61页 |
| 致谢 | 第61-62页 |
| 参考文献 | 第62-64页 |
