| 摘要 | 第5-7页 |
| ABSTRACT | 第7-8页 |
| 第一章 绪论 | 第11-19页 |
| 1.1 课题概述 | 第11-12页 |
| 1.2 数学建模理论 | 第12-17页 |
| 1.2.1 建模理论的分类 | 第13-14页 |
| 1.2.2 神经网络系统简介 | 第14-17页 |
| 1.3 课题可行性分析 | 第17-18页 |
| 1.4 本章小结 | 第18-19页 |
| 第二章 生产过程20CRMNTIH钢淬透性控制现状 | 第19-26页 |
| 2.1 生产工艺流程描述 | 第19-21页 |
| 2.1.1 电炉 | 第19页 |
| 2.1.2 钢包炉 | 第19-20页 |
| 2.1.3 真空脱气 | 第20-21页 |
| 2.1.4 浇注及轧制 | 第21页 |
| 2.1.5 工艺流程总结 | 第21页 |
| 2.2 钢的淬透性 | 第21-23页 |
| 2.2.1 钢淬透性的测量方法 | 第21-22页 |
| 2.2.2 化学成分和晶粒度是影响淬透性的最主要因素 | 第22-23页 |
| 2.2.3 测量过程影响测量值的因素 | 第23页 |
| 2.3 传统20CRMNTIH钢淬透性控制方法 | 第23-24页 |
| 2.4 20CRMNTIH钢实物质量 | 第24-25页 |
| 2.5 本章小结 | 第25-26页 |
| 第三章 基于线性方程预测模型 | 第26-31页 |
| 3.1 基于传统经验方程的预报模型 | 第26-28页 |
| 3.2 模型结果分析 | 第28-29页 |
| 3.4 本章小结 | 第29-31页 |
| 第四章 基于DI值的预测模型 | 第31-38页 |
| 4.1 基于DI值的端淬控制模型 | 第31-36页 |
| 4.2 本章小结 | 第36-38页 |
| 第五章 BP神经网络模型 | 第38-50页 |
| 5.1 BP神经网络理论 | 第38-42页 |
| 5.1.1 前馈计算 | 第39页 |
| 5.1.2 权系数调整 | 第39-42页 |
| 5.1.2.1 输出层权系数的调整 | 第40-41页 |
| 5.1.2.2 隐含层加权系数的调整 | 第41-42页 |
| 5.2 BP神经网络模型结构设计 | 第42-44页 |
| 5.2.1 输入层的确定 | 第42-43页 |
| 5.2.2 输出层的确定 | 第43页 |
| 5.2.3 隐含层的确定 | 第43-44页 |
| 5.3 样本集确定 | 第44-47页 |
| 5.3.1 数据采集 | 第44页 |
| 5.3.2 归一化处理 | 第44-45页 |
| 5.3.3 样本集离散点去除 | 第45-47页 |
| 5.4 模型训练 | 第47-48页 |
| 5.5 模型检验 | 第48-49页 |
| 5.6 本章小结 | 第49-50页 |
| 第六章 模型讨论 | 第50-51页 |
| 第七章 现场应用 | 第51-57页 |
| 第八章 总结 | 第57-58页 |
| 参考文献 | 第58-61页 |
| 致谢 | 第61-62页 |
| 攻读硕士学位期间已发表或录用的论文 | 第62-64页 |