文摘
英文文摘
第一章绪论
1.1课题的提出
1.2方案可行性分析
1.3主要研究内容
第二章烧结料加水混合工艺过程及设备
2.1生产工艺介绍
2.2混合料水分在烧结生产中的作用
2.3主要设备及工作原理
第三章生产工艺参数的测量
3.1主要工艺参数测量方法
3.2测量仪表的安装
3.3测量方案及数据处理
3.3.1测量方案
3.3.2数据采集
3.3.3测量值的跟踪
3.3.4计算机对测量值的跟踪处理
第四章混合过程神经网络建模
4.1人工神经网络概述
4.1.1人工神经网络的发展
4.1.2人工神经网络的特点
4.1.3人工神经网络的前景
4.2神经网络系统建模
4.2.1神经网络系统建模基础
4.2.2神经网络辨识模型的结构
4.3神经网络模型选择
4.4 BP神经网络
4.4.1神经元模型及作用函数的选择
4.4.2神经网络学习
4.4.3基本BP学习算法
4.5初始权值和学习样本的选择
4.5.1初始权值的选择
4.5.2学习样本的选择
4.6BP神经网络结构设计
4.6.1输入输出层的设计
4.6.2隐层数的设计
4.6.3隐节点数的设计
4.7学习样本的获取
4.8过程模型的建立
4.8.1解析模型
4.8.2神经网络模型
4.9BP神经网络数字实验
4.9.1陷入局部极小点数字实验
4.9.2学习步数-误差数字实验
4.10 BP学习算法存在的问题及改进
4.10.1 BP学习算法存在的问题
4.10.2 BP学习算法的改进
4.11改进的BP神经网络数字实验
4.11.1陷入局部极小点数字实验
4.11.2学习步数-误差数字实验
4.12两种算法数字实验比较
第五章混合过程遗传神经网络参数估计
5.1参数估计
5.2遗传算法简介
5.2.1遗传算法的发展
5.2.2遗传算法的概要
5.2.3遗传算法的特点
5.2.4遗传算法的运算过程
5.3遗传算法与神经网络
5.3.1遗传神经网络的研究内容
5.3.2遗传神经网络的原理
5.4遗传神经网络参数估计的实现
5.4.1遗传算法设计
5.4.2遗传算法优化神经网络权值的设计
5.4.3烧结料加水混合过程参数估计
5.5烧结料加水混合过程参数估计数字实验
第六章结论与展望
6.1结论
6.2展望
附录
参考文献
致谢