《2004年上海大学博士学位论文 29 基于模糊技术的神经网络建模及其应用 连铸漏钢诊断预报温度模式识别的研究》求取 ⇩

第一章绪论1

1.1 引言1

1.2 连铸漏钢温度模式识别的基本方法4

1.3 从逻辑分析诊断预报到神经网络诊断预报5

1.4 基于模糊技术的神经网络建模的主要技术路线和研究现状8

1.5 本文的研究背景11

1.6 本文的内容编排13

第二章连铸漏钢温度模式识别的原理与方法15

2.1 连铸工艺及漏钢事故15

2.2 结晶器铜板温度检测方法20

2.3 漏钢预报的逻辑判断（BPLGC）方法24

2.4 漏钢诊断预报的神经网络温度模式识别系统37

2.5 本章小结45

第三章基于模糊聚类的RBF神经网络建模研究46

3.1 RBF神经网络用于温度模式识别的优越性及隐含层的改进46

3.2 基于调节型FCM的RBF神经网络（CFRBF）建模52

3.3 CFRBF神经网络样本训练、参数优化及建模实现65

3.4 CFRBF网络泛化性能分析81

3.5 本章小结83

第四章基于模糊模式识别的ART神经网络建模研究85

4.1 模糊ART网络应用于模式识别的原理与方法85

4.2 模糊ART的改进和自定义贴近度的引入92

4.3 基于自定义贴近度的模糊ART神经网络（CFART）建模101

4.4 CFART网络的样本训练及参数优化108

4.5 本章小结117

第五章连铸漏钢诊断预报的仿真实现119

5.1 连铸漏钢诊断预报系统的总体框架分析119

5.2 基于CFRBF网络模型的连铸漏钢温度模式识别126

5.3 基于CFART网络模型的连铸漏钢温度模式识别133

5.4 连铸漏钢诊断预报模型的比较、分析及其探讨137

5.5 本章小结140

第六章基于现场数据采集的信息分析与仿真系统的开发142

6.1 基于现场数据采集的动态信息分析及仿真系统的建立142

6.2 动态信息分析及仿真系统（LASS）软件包的开发与实现144

6.3 本章小结155

第七章总结与展望156

7.1 本文研究工作总结156

7.2 进一步的工作160

7.3 展望162

参考文献164

致谢178