摘要6-7
Abstract7-14
第1章 绪论14-22
1.1 概述14-15
1.2 炼焦工艺介绍15-17
1.2.1 配煤历程16
1.2.2 焦炉加热历程16-17
1.2.3 推焦历程17
1.3 国内外探讨近况17-20
1.3.1 配煤技术的进展17-19
1.3.2 焦炭质量预测的探讨近况19-20
1.4 本论文的探讨内容和作用20-21
1.5 本章小结21-22
第2章 基于BP神经网络的焦炭质量预测模型22-36
2.1 焦炭质量指标的因素浅析22-23
2.2 BP神经网络23-27
2.2.1 BP神经网络概述23-24
2.2.2 BP网络的结构24-25
2.2.3 BP神经网络算法25-27
2.3 焦炭质量模型浅析27-30
2.3.1 配合煤的质量预测28-29
2.3.2 焦炭的质量预测29-30
2.4 系统的仿真与浅析30-35
2.4.1 预测模型的建立30-31
2.4.2 系统的仿真浅析31-35
2.6 本章小结35-36
第3章 基于GA优化RBF神经网络的焦炭质量模型36-51
3.1 引言36
3.2 遗传算法的基本原理及策略36-42
3.2.1 遗传算法概述36-38
3.2.2 遗传算法的实现策略38-41
3.2.3 遗传算法的运用41-42
3.3 RBF神经网络的基本原理42-45
3.3.1 RBF网络结构42-43
3.3.2 RBF网络基函数中心数目的确定43-44
3.3.3 径向基RBF神经网络的优点及不足44-45
3.4 基于遗传算法优化RBF网络的算法设计45-46
3.5 系统仿真及浅析46-50
3.5.1 预测模型的训练46-48
3.5.2 预测模型的仿真浅析48-50
3.6 本章小结50-51
第4章 基于模糊RBF神经网络的焦炭质量预测模型51-66
4.1 引言51-52
4.2 模糊制约论述概述52-57
4.2.1 模糊制约的原理52-53
4.2.2 模糊制约器的组成53-57
4.2.3 模糊制约的特点57
4.3 基于模糊RBF神经网络的预测模型建立57-62
4.3.1 模糊RBF神经网络57-59
4.3.2 模糊RBF神经网络结构59-60
4.3.3 模糊RBF神经网络的学习算法60-61
4.3.4 基于模糊RBF网络的焦炭质量预测61-62
4.4 系统仿真与浅析62-65
4.5 本章小结65-66
第5章 基于遗传算法的配煤比的优化制约66-73
5.1 引言66
5.2 基于遗传算法的配煤比优化模型66-68
5.2.1 目标函数66-67
5.2.2 约束条件67-68
5.3 基于遗传算法优化配煤比的实现68-71
5.4 系统的仿真与浅析71-72
5.5 本章小结72-73
结论73-75