非线性黑箱模型透明化研究在钢铁工业中的应用
| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 第1章 绪论 | 第8-16页 |
| 1.1 黑箱建模技术透明化的意义 | 第8-9页 |
| 1.2 高炉黑箱建模技术简介 | 第9-13页 |
| 1.2.1 线性时间序列模型 | 第9-11页 |
| 1.2.2 非线性时间序列模型 | 第11-13页 |
| 1.3 黑箱建模技术透明化方法 | 第13-15页 |
| 1.3.1 先验信息集成 | 第13-14页 |
| 1.3.2 规则提取技术 | 第14-15页 |
| 1.4 本文内容 | 第15-16页 |
| 第2章 相关模型简介 | 第16-27页 |
| 2.1 支持向量分类机 | 第16-22页 |
| 2.1.1 线性硬间隔分类机 | 第16-18页 |
| 2.1.2 线性软间隔分类机 | 第18-19页 |
| 2.1.3 非线性软间隔分类机 | 第19-20页 |
| 2.1.4 多分类问题 | 第20-22页 |
| 2.2 CART算法 | 第22-24页 |
| 2.2.1 决策树的构建 | 第22-24页 |
| 2.2.2 决策树的修剪 | 第24页 |
| 2.3 模糊熵 | 第24-27页 |
| 2.3.1 Shannon熵 | 第25页 |
| 2.3.2 模糊熵的计算 | 第25-27页 |
| 第3章 基于模糊的高炉SVMS分类模型 | 第27-38页 |
| 3.1 高炉实验数据及模型输入选取 | 第27-29页 |
| 3.2 铁水硅含量可控边界确定 | 第29-32页 |
| 3.3 基于模糊的高炉SVMs建模算法 | 第32-38页 |
| 3.3.1 数据预处理 | 第32页 |
| 3.3.2 原始数据输入建模 | 第32-35页 |
| 3.3.3 特征选择后输入建模 | 第35-37页 |
| 3.3.4 基于模糊的SVMs三分类算法 | 第37-38页 |
| 第4章 基于支持向量机的规则提取 | 第38-47页 |
| 4.1 基于支持向量机的规则提取技术 | 第38-41页 |
| 4.1.1 评价标准 | 第38-39页 |
| 4.1.2 基于支持向量机规则提取的一般算法 | 第39-41页 |
| 4.2 规则提取在高炉上的应用 | 第41-47页 |
| 4.2.1 基于支持向量机的CART建模 | 第41-44页 |
| 4.2.2 CART直接建模 | 第44-47页 |
| 第5章 结论与展望 | 第47-49页 |
| 致谢 | 第49-50页 |
| 参考文献 | 第50-54页 |
