《基于BP网的纸浆蒸煮优化控制》-毕业论文（设计）.doc

PAGE PAGE 31 附录1 示例1—基于BP网的纸浆蒸煮优化控制 基于BP网的纸浆蒸煮优化控制 摘 要 纸浆蒸煮优化控制在造纸业中越来越重要，越来越多的研究人员都投入到这方面的研究开发中。本论文着重讨论的就是如何建立一个控制系统来优化对纸浆蒸煮过程的控制。 由于神经网络广泛应用于各个领域，包括控制领域，因此本论文使用人工神经网络建立一个优化控制模型。同时在众多的神经网络中，由于反向传播算法简单而又有效，因此采用BP算法，并用VC++进行算法实现。经调试、运行，获得较为满意的结果。 由于神经网络为我们处理以前难以处理的问题提供了一个好的途径，因而我相信人工神经网络必定有着光明的前途。 Abstract Paper pulp braizing optimal control is becoming more and more important in paper making industry , more and more people work on it . This paper mainly discusses how to build a effective control system to optimize pulp braizing control . Because Artificial Neural Networks(ANN) developed more widly into all kinds of fields , including the field of control , I choose neural networks to build an optimal control system . Among all the algorithms about neural networks , BackPropgation is very simple and effective , so I adopt it and program it with Visual C++ . After debug and run it , I am satisfied with the results . Because neural networks provide a good way of resolving many problems which were difficult to us before , I believe neural networks will have a bright future . 目 录 TOC \o 1-3 \u 第1章 绪论 PAGEREF _To\h 2 1.1 我国造纸现状 PAGEREF _To\h 2 1.2 纸浆蒸煮工艺流程 PAGEREF _To\h 2 1.3 纸浆蒸煮过程控制的国内外现状 PAGEREF _To\h 2 第2章 基于BP网的蒸煮控制模型 PAGEREF _To\h 4 2.1 BP算法概述 PAGEREF _To\h 4 2.2 BP算法的数学实现 PAGEREF _To\h 4 2.3 蒸煮控制模型的结构 PAGEREF _To\h 8 第3章 系统实现 PAGEREF _To\h 8 3.1 编程语言 PAGEREF _To\h 8 3.2 系统运行步骤及流程 PAGEREF _To\h 9 3.3 系统中面向对象的类及函数设计 PAGEREF _To\h 9 3.3.1 反向算法类 PAGEREF _To\h 10 3.3.2 文档类 PAGEREF _To\h 13 第4章 系统运行操作 PAGEREF _To\h 17 4.1 概述 PAGEREF _To\h 17 4.2 操作流程 PAGEREF _To\h 17 第5章 系统分析 PAGEREF _To\h 22 5.1 网络学习方式 PAGEREF _To\h 22 5.1.1离线学习 PAGEREF _To\h 22 5.1.2 在线学习 PAGEREF _To\h 22 5.2 样本选择 PAGEREF _To\h 23 5.3网络训练 PAGEREF