由于水泥回轉(zhuǎn)窯的煅燒過程具有多變量、非線性、純滯后和強(qiáng)耦合等特點(diǎn)，使得采用傳統(tǒng)的控制理論對(duì)水泥窯的控制變的十分困難。本學(xué)位論文發(fā)揮智能控制理論的特點(diǎn)，將神經(jīng)網(wǎng)絡(luò)控制和模糊控制應(yīng)用到水泥窯的優(yōu)化控制中。本文在閱讀了大量的書籍的基礎(chǔ)上，將VC++軟件和智能控制理論結(jié)合起來，用高級(jí)語言實(shí)現(xiàn)了BP算法、Levenberg-Marguardt算法和Quasi-Newton算法，設(shè)計(jì)了神經(jīng)網(wǎng)絡(luò)系統(tǒng)軟件；并將MATLAB軟件應(yīng)用到水泥窯的仿真中，設(shè)計(jì)了模糊控制仿真軟件。將神經(jīng)網(wǎng)絡(luò)軟件和模糊控制仿真軟件應(yīng)用到水泥窯的優(yōu)化控制中，結(jié)果表明，采用智能控制優(yōu)化水泥窯控制可顯著的降低能耗，提高經(jīng)濟(jì)效益，對(duì)水泥生產(chǎn)有重要的現(xiàn)實(shí)意義。 本文作者首先研究了神經(jīng)網(wǎng)絡(luò)的發(fā)展、結(jié)構(gòu)和算法，在此基礎(chǔ)上，利用VC++軟件和動(dòng)態(tài)鏈接庫技術(shù)設(shè)計(jì)并編制了神經(jīng)網(wǎng)絡(luò)系統(tǒng)軟件，該軟件可以采用BP算法、LM算法或擬牛頓算法對(duì)一個(gè)新的神經(jīng)網(wǎng)絡(luò)進(jìn)行訓(xùn)練，并可以對(duì)訓(xùn)練好的神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試，還可以采用關(guān)系數(shù)據(jù)庫技術(shù)對(duì)訓(xùn)練樣本和測(cè)試樣本進(jìn)行管理。將神經(jīng)網(wǎng)絡(luò)系統(tǒng)軟件應(yīng)用到水泥窯的優(yōu)化控制，結(jié)果表明，該軟件具有一定的使用價(jià)值。 其次，作者還... 

【文章來源】：武漢理工大學(xué)湖北省 211工程院校 教育部直屬院校

【文章頁數(shù)】：79 頁

【學(xué)位級(jí)別】：碩士

【部分圖文】：

神經(jīng)網(wǎng)絡(luò)系統(tǒng)主界面

于在神經(jīng)網(wǎng)絡(luò)訓(xùn)練的時(shí)候會(huì)把神經(jīng)網(wǎng)絡(luò)的權(quán)值和閡值存儲(chǔ)到文件中，這個(gè)就相當(dāng)于工程文件的保存工作，因此在工程管理模塊中就沒有重復(fù)這項(xiàng)功能，界面如圖4一3所示。若要打開一個(gè)工程，點(diǎn)擊“打開工程”按鈕，然后選擇一個(gè)工程文件，系統(tǒng)則會(huì)把所選神經(jīng)網(wǎng)絡(luò)的結(jié)構(gòu)、訓(xùn)練選用的算法和神經(jīng)元的激活函數(shù)顯示出來，接著就可以用該神經(jīng)網(wǎng)絡(luò)進(jìn)行測(cè)試和其他功能;若要新建一個(gè)工程，點(diǎn)擊“新建工程”按鈕，然后就會(huì)出現(xiàn)神經(jīng)網(wǎng)絡(luò)訓(xùn)練界面，然后選擇相應(yīng)參數(shù)，就可以心!!練一個(gè)新的神經(jīng)網(wǎng)絡(luò)。圖4一3工程管理模塊界面4.4.3樣本數(shù)據(jù)管理模塊的設(shè)計(jì)樣本數(shù)據(jù)管理模塊界面如圖4一4所示。在軟件啟動(dòng)的時(shí)候，系統(tǒng)會(huì)要求輸入樣本數(shù)據(jù)庫文件的路徑，數(shù)據(jù)庫則會(huì)出現(xiàn)在樣本數(shù)據(jù)管理界面中。

圖4一6確定的輸入、輸出樣本數(shù)據(jù)4.4.4神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊的設(shè)計(jì)神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊界面如圖4一7所示。神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊是該系統(tǒng)中最復(fù)雜的一個(gè)模塊，神經(jīng)網(wǎng)絡(luò)訓(xùn)練模塊中設(shè)計(jì)了BP算法、LM算法和擬Newton算法，激活函數(shù)可以選擇sigmoid()、Tanh()或Tansig()函數(shù)。訓(xùn)練一個(gè)新神經(jīng)網(wǎng)絡(luò)時(shí)，首先在界面右側(cè)各編輯框中輸入網(wǎng)絡(luò)訓(xùn)練參數(shù)Q(1)系統(tǒng)設(shè)置框:.系統(tǒng)精度:定義系統(tǒng)誤差目標(biāo)精度.最大訓(xùn)練次數(shù):系統(tǒng)訓(xùn)練的最大次數(shù).步長(zhǎng):網(wǎng)絡(luò)訓(xùn)練的步長(zhǎng)(2)建立神經(jīng)網(wǎng)絡(luò):.輸入層數(shù):神經(jīng)網(wǎng)絡(luò)輸入層個(gè)數(shù).隱含層數(shù):神經(jīng)網(wǎng)絡(luò)隱含層個(gè)數(shù).輸出層數(shù):神經(jīng)網(wǎng)絡(luò)輸出層個(gè)數(shù).訓(xùn)練算法;選擇BP算法、LM算法或Quasi一Nowton算法.激活函數(shù):選擇sigmoid()、1，a曲()或Tansig()函數(shù)(3)訓(xùn)練數(shù)據(jù):.數(shù)據(jù)輸入:輸入樣本數(shù)據(jù)文件的路徑

【參考文獻(xiàn)】：
期刊論文
[1]淺談2000t/d預(yù)分解窯的操作[J]. 師立國.  四川水泥. 2003(03)
[2]水泥廠粉磨系統(tǒng)回路自動(dòng)控制方法綜述[J]. 譚思云,李志明.  四川水泥. 2003(03)
[3]VC++中動(dòng)態(tài)鏈接庫的實(shí)現(xiàn)[J]. 費(fèi)佩燕,閆允一,郭寶龍.  現(xiàn)代電子技術(shù). 2003(08)
[4]VC++6.0環(huán)境下的ODBC數(shù)據(jù)庫接口與編程技術(shù)[J]. 蔡長(zhǎng)安.  江漢大學(xué)學(xué)報(bào). 2003(01)
[5]基于LM算法的神經(jīng)網(wǎng)絡(luò)系統(tǒng)辨識(shí)[J]. 黃豪彩,黃宜堅(jiān),楊冠魯.  組合機(jī)床與自動(dòng)化加工技術(shù). 2003(02)
[6]擬牛頓算法的基本性質(zhì)[J]. 賴炎連.  咸寧師專學(xué)報(bào). 2002(03)
[7]優(yōu)化問題的擬牛頓算法[J]. 賴炎連.  咸寧師專學(xué)報(bào). 2001(06)
[8]在VC++開發(fā)環(huán)境下的神經(jīng)網(wǎng)絡(luò)程序設(shè)計(jì)[J]. 趙曉敏.  機(jī)械設(shè)計(jì)與制造. 2001(06)
[9]基于VC++的柴油發(fā)電機(jī)組監(jiān)控軟件的設(shè)計(jì)與實(shí)現(xiàn)[J]. 李翠玲,劉曉霞,李連勝.  移動(dòng)電源與車輛. 2001(04)
[10]神經(jīng)網(wǎng)絡(luò)在水泥窯優(yōu)化控制系統(tǒng)中的應(yīng)用[J]. 劉可文,程新麗,涂利銳.  武漢理工大學(xué)學(xué)報(bào). 2001(10)



本文編號(hào)：2963448