第一章 绪论 1
1.1 烧结复杂工艺过程 1
1.2 烧透点复杂过程数学模型研究现状 5
1.3 烧透点人工智能技术的研究现状 8
1.4 烧透点控制中存在的问题 11
1.5 本文的选题和主要内容 13
第二章 递阶智能控制系统的数据处理和融合 17
2.1 递阶智能控制系统的信息的层次和特征 17
2.2 智能系统的信息处理 19
2.3 智能系统的数据处理 24
2.4 本章小结 31
第三章 递阶智能控制系统的基本模型和算法 32
3.1 神经网络的结构分析 32
3.2 神经网络的算法分析 41
3.3 遗传算法的优化策略 59
3.4 模糊系统的理论分析 70
3.5 智能推理机制的分析 76
3.6 系统的优化结构 85
3.7 本章小结 86
第四章 烧透点的自适应神经网络预测 87
4.1 遗传神经网络的原理 87
4.2 遗传神经网络的自适应性分析 89
4.3 混合型遗传神经网络 103
4.4 变结构神经网络 112
4.5 自适应聚类遗传神经网络 122
4.6 多种遗传神经网络的比较 131
4.7 本章小结 132
第五章 烧透点的模糊神经网络控制 134
5.1 烧透点工艺的复杂性 134
5.2 模糊神经网络 135
5.3 烧透点的模糊神经网络控制系统分析 146
5.4 本章小结 151
第六章 烧透点的智能辅助推理系统 152
6.1 烧透点的多变量耦合性 152
6.2 烧透点辅助推理系统的建立 157
6.3 烧透点辅助推理系统的自学习 161
6.4 本章小结 164
第七章 烧透点递阶智能控制系统的开发与实现 166
7.1 烧透点递阶智能控制系统的开发过程 166
7.2 系统的设计 169
7.3 系统的调试与运行 181
7.4 本章小结 188
第八章 结论与展望 189
8.1 主要结论 189
8.2 今后的展望 191
参考文献 192
攻读博士学位期间发表的学术论文及参加的科研项目 212
致谢 214