声明
摘要
第1章绪论
1.1研究背景及意义
1.2带钢连续热镀锌工艺过程概述
1.2.1带钢连续热镀锌工艺过程及设备
1.2.2带钢连续热镀锌镀层厚度测量装置
1.3研究现状和存在的问题
1.3.1连续热镀锌镀层厚度模型研究
1.3.2连续热镀锌焊缝位置检测方法
1.3.3基于数据驱动的混合建模方法
1.4论文的研究内容及结构
2.1引言
2.2极限学习机的理论基础
2.3极限学习机的基本类型
2.3.1固定型极限学习机
2.3.2在线型序贯极限学习机
2.3.3增量型极限学习机
2.4极限学习机的特点与研究现状
2.5本章小结
第3章基于混合混沌优化搜索的极限学习机算法
3.1引言
3.2混合混沌优化搜索算法
3.2.1混沌优化算法
3.2.2基于列维飞行的粒子群算法
3.2.3情感交互决策方法
3.2.4混合混沌优化搜索算法
3.3基于混合混沌优化搜索的极限学习机算法
3.3.1核增量极限学习机算法
3.3.2基于混合混沌优化搜索的极限学习机算法
3.4算法实验结果与分析
3.5本章小结
第4章基于多层学习克隆选择的极限学习机算法
4.1引言
4.2基于多层学习的克隆选择优化算法
4.2.1克隆选择原理和克隆选择算法
4.2.2鲍德温学习算法和拉克马学习算法
4.2.3多层学习克隆选择优化算法
4.2.4 MLCSA算法性能测试
4.3基于多层学习克隆选择的增量型极限学习机算法
4.3.1基于多层学习克隆选择的增量型极限学习机算法
4.3.2 MLCSI-ELMK算法收敛性证明
4.4算法性能测试与分析
4.5本章小结
第5章基于正交凸优化的极限学习机算法
5.1引言
5.2基于凸优化的增量型极限学习机
5.3基于Gram-Schmidt正交化过程的极限学习机算法
5.3.1正交凸优化增量型极限学习机算法
5.3.2 OCI-ELM算法的最优解证明
5.3.3 OCI-ELM算法的收敛性证明
5.4算法性能测试与分析
5.5本章小结
第6章基于深度结构极限学习机算法的热镀锌镀层厚度模型
6.1引言
6.2带钢连续热镀锌镀层厚度研究
6.2.1带钢连续热镀锌镀层厚度问题分析
6.2.2带钢连续热镀锌镀层厚度机理模型
6.3基于深层结构的极限学习机算法
6.3.1深度学习概念
6.3.2基于深层结构的多层学习克隆选择极限学习机算法
6.3.3算法性能测试与分析
6.4基于D-ELM-AEs/MLCSA的镀层厚度预测模型及应用
6.4.1实际生产数据的分析与处理
6.4.2基于D-ELM-AEs/MLCSA的镀层厚度预测结果与分析
6.4.3基于D-ELM-AEs/MLCSA的预测模型在镀层厚度控制中的应用
6.5本章小结
第7章基于极限学习机的带钢焊缝位置检测
7.1引言
7.2带钢连续热镀锌焊缝位置检测方法研究
7.2.1带钢连续退火炉内延伸量问题分析
7.2.2退火炉内带钢延伸量机理模型
7.3基于深度结构的正交凸优化极限学习机自动编码器
7.3.1基于深度结构的正交凸优化极限学习机自动编码器
7.3.2算法性能测试与分析
7.4基于DOC-IELM-AEs的退火炉内带钢延伸量预测模型
7.4.1实际生产数据的分析与处理
7.4.2基于DOC-IELM-AEs的带钢延伸量预测结果与分析
7.5退火炉内带钢焊缝跟踪系统的开发与应用
7.5.1总体方案
7.5.2系统建模设计
7.5.3退火炉内带钢焊缝跟踪系统的实现
7.6本章小结
第8章结论与展望
参考文献
致谢
攻读博士学位期间的研究成果
作者简介