基于GA-BP神经网络模式识别的连铸机漏钢预报模型研究

声明

摘要

1 绪论

1．1 课题背景

1．2 国内外相关研究概况及发展趋势

1．2．1 基于热电偶测温的预报方法

1．2．2 基于坯壳与结晶器铜板之间摩擦力监测的预报方法

1．2．3 基于结晶器热流分析的方法

1．2．4 基于振动波形分析的方法

1．2．5 基于超声波探测的方法

1．3 本课题研究的问题

2 粘结漏钢的形成机理及漏钢预报模型的建立

2．1 粘结漏钢的形成机理

2．1．1 粘结漏钢形成过程

2．1．2 粘结断裂口传播情况的分析

2．2 神经网络粘结漏钢预报模型的建立

2．2．1 时序网络模型结构

2．2．2 空间网络模型结构

3 BP神经网络及遗传算法

3．1 BP神经网络

3．2 遗传算法

3．2．1 遗传算法及遗传算法的原理

3．2．2 遗传算法设计

3．3 基于遗传算法的BP神经网络

4 GA-BP神经网络在漏钢预报模型中的应用

4．1 GA-BP神经网络的模型确定

4．1．1 建立BP神经网络

4．1．2 种群初始化

4．1．3 适应度函数

4．1．4 选择操作

4．1．5 交叉操作

4．1．6 变异操作

4．2 GA-BP神经网络的参数确定

4．3 GA-BP神经网络模式识别的预报模型设计

4．3．1 单偶时序网络预报模型

4．3．2 组偶空间网络模型部分

结论

参考文献

附录

致谢