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
大连理工大学;