基于RBF神经网络的水泥强度预测模型

毕业设计(论文)任务书课题名称基于RBF神经网络的水泥强度预测模型院（系）专业自动化姓名学号起讫日期2012.03-2012.06指导教师2011年12月1日1一、毕业设计（论文）的内容和要求本次毕业设计主要内容：[1]在阅读相关文献资料的基础之上，充分理解硅酸盐水泥实际生产过程的工艺和流程。[2]理解粗糙集理论和RBF神经网络相关的基本理论知识。[3]掌握粗糙集理论的属性约简的概念和目前一些主要的属性约简方法。[4]重点研究连续属性的约简方法。[5]对某水泥厂现场采集的实际数据进行整理，形成数据集。[6]水泥28天抗压强度会受到很多因素的影响，如熟料的化学成分、粉磨细度、石膏和混合材的质量以及参量等，利用粗糙集属性约简的概念研究影响水泥28天抗压强度的主要因素。[7]采用RBF神经网络建立28天水泥抗压强度的预测模型，模型精度控制在5%以内。毕业设计的主要工作要求有：[1]学会使用相关的硬件和软件资源查阅有关本课题的中、英文科技文献资料15篇以上；[2]具备阅读和翻译外文文献的能力，将不少于5000字的相关英文资料翻译成中文，做到文意正确，语言表达清楚；[3]毕业设计开始三周完成开题报告；[4]选择合适的仿真工具，进行仿真实验，并且需要对仿真的结果进行研究分析；[5]独立撰写毕业设计（论文），并需符合要求，即：由题名、目录、摘要、引言（前言）、正文、结论、谢辞、参考文献和附录组成，中文摘要在300汉字左右，并有相应的外文摘要，题名字数一般不超过20个，论文或软件说明的总字数在1.5～2万汉字，打印或用毕业设计论文用稿纸书写。2二、毕业设计（论文）图纸内容及张数1、实际工程应用的工艺图1张2、仿真算法的流程图1张。（以上图纸放在论文正文或附录中均可）三、实验内容及要求[1]熟悉使用Matlab软件的基本操作。[2]熟悉Matlab软件的m文件编程。[3]熟悉使用Matlab的RBF神经网络工具箱。[4]编写程序实现粗糙集的属性约简算法。[5]仿真及结果分析。在前面工作的基础上，进行仿真实验，验证预测模型的精度，对得到一系列的结果数据和仿真曲线进行分析。3四、其他认真填写毕业设计进程记录，针对论文研究过程中出现的问题，经常与指导教师进行交流(每周2~3次)。五、参考文献[1]王庆东.基于粗糙集的数据挖掘方法研究[D].杭州:浙江大学，2005.[2]鄂旭，高学东，武森.一种基于粗集的聚类算法[J].计算机工程，2007,33（4）：14~15.[3]闻新，周露，李翔等，MATLAB神经网络仿真与应用[M].北京：科学出版社，2003.[4]袁曾任，人工神经网络及其应用[M]．北京：清华大学出版社，1999.[5]赵勇，张建龙等利用水泥早期强度推算28天强度[J].混凝土,1998,32（3）:53~55.[6]杨晓春，陈延魁，人工神经网络固有的优点和缺点，计算机科学，1994[7]王实.数据挖掘中的聚类算法[J]．计算机科学，2002，27(4):42~45.[8]候丽娟,王国胤.粗糙集理论中的离散化问题[J].计算机科学,2000,27(12):89~94.[9]张文修等，粗糙集理论与方法[M]．北京：科学出版社，2001．[10]王国胤，Rough集理论与知识获取[M]．西安：西安交通大学出版社．2001．[11]刘清，Rough集及Rough推理[M]．北京：科学出版社，2001．[12]董麓,数据分析方法[M].大连：东北财经大学出版社，2001.注：自行查阅补充至15篇文献。4六、毕业设计（论文）进程安排起讫日期设计（论文）各阶段工作内容备注3.13之前下达任务书03-14～04-03学习相关知识，提出基本解决方案、翻译文献、撰写开题报告。04-04～04-10开题，开始熟悉Matlab软件。04-11～04-17对实际采集的水泥厂抗压强度数据进行分析。04-18～05-01实现属性约简算法，准备中期检查。05-02～05-15找出对28天抗压强度具有主要影响的因素。05-16～05-22建立28天抗压强度RBF神经网络预测模型完成论文仿真。05-23～05-29撰写毕业论文初稿。05-30～06-12修改论文，提交所有毕业设计的正式材料电子稿与打印稿。06-13～06-19答辩。