首页--工业技术论文--自动化技术、计算机技术论文--计算技术、计算机技术论文--计算机软件论文--程序设计、软件工程论文--软件工程论文

高炉炼铁多元铁水质量参数的M-SVR软测量建模及其软件实现

摘要第5-7页
Abstract第7-8页
第1章 绪论第13-25页
    1.1 研究背景及研究意义第13-14页
    1.2 铁水质量参数的常规测量现状第14-17页
        1.2.1 铁水质量参数的基本概念第14-15页
        1.2.2 铁水质量参数检测的重要性第15-16页
        1.2.3 铁水质量参数的在线仪表测量第16-17页
        1.2.4 铁水质量参数的离线化验分析第17页
    1.3 铁水质量参数在线软测量的必要性和现状第17-23页
        1.3.1 高炉炼铁过程铁水质量控制的重要性和现状第17-18页
        1.3.2 进行铁水质量软测量研究的必要性第18-19页
        1.3.3 软测量技术及应用概况第19-22页
        1.3.4 高炉炼铁过程铁水质量参数软测量的国内外研究现状第22-23页
    1.4 本文研究主要内容与论文结构第23-25页
第2章 高炉炼铁过程工艺及出铁过程动态特性分析第25-33页
    2.1 引言第25页
    2.2 高炉炼铁过程工艺描述第25-27页
    2.3 高炉出铁过程描述第27-28页
    2.4 高炉出铁过程动态特性分析第28-31页
        2.4.1 高炉出铁过程输入输出变量分析第28-29页
        2.4.2 高炉出铁过程动态特性及建模复杂性分析第29-31页
    2.5 本章小结第31-33页
第3章 基于多输出支持向量回归机(M-SVR)的多元铁水质量软测量建模第33-53页
    3.1 引言第33页
    3.2 支持向量机(SVM)的基本原理第33-38页
        3.2.1 最优分类超平面第33-35页
        3.2.2 支持向量第35-36页
        3.2.3 核函数第36-37页
        3.2.4 支持向量机(SVM)的改进和应用第37-38页
    3.3 软测量训练样本的获取第38-39页
    3.4 基于PCA的辅助变量约简第39-40页
    3.5 基于M-SVR的多元铁水质量参数软测量建模策略第40-41页
    3.6 多输出支持向量回归(M-SVR)建模算法第41-46页
        3.6.1 M-SVR的基本原理和优化目标第41-43页
        3.6.2 M-SVR模型参数的优化过程第43-45页
        3.6.3 M-SVR模型结构参数的确定第45-46页
    3.7 仿真实验研究第46-52页
        3.7.1 模型训练效果第47-49页
        3.7.2 模型验证效果第49-50页
        3.7.3 减少样本量对模型验证效果的影响第50-52页
    3.8 本章小结第52-53页
第4章 基于多输出模型综合评价与遗传优化的多元铁水质量M-SVR建模第53-69页
    4.1 引言第53页
    4.2 遗传算法的理论和应用第53-56页
        4.2.1 遗传算法与生物进化第53-54页
        4.2.2 遗传算法的特点第54-55页
        4.2.3 遗传算法的基本概念和步骤第55-56页
    4.3 基于模型综合评价与遗传优化的M-SVR建模策略第56-60页
        4.3.1 多输出模型综合评价标准第57-59页
        4.3.2 基于模型综合评价与遗传优化的M-SVR建模策略第59-60页
    4.4 基于多输出模型综合评价与遗传参数优化的M-SVR建模算法第60-64页
        4.4.1 GA-MSVR结构参数的初始种群范围第60-61页
        4.4.2 GA-MSVR结构参数的寻优第61-63页
        4.4.3 GA-MSVR的建模与软测量流程第63-64页
    4.5 仿真实验研究第64-68页
        4.5.1 优化过程的参数变化情况第65-66页
        4.5.2 GA-MSVR的模型软测量效果和多输出模型评价第66-68页
    4.6 本章小结第68-69页
第5章 铁水质量参数软测量系统的开发及应用第69-85页
    5.1 引言第69页
    5.2 多元铁水质量参数软测量系统的需求分析第69-73页
        5.2.1 柳钢2第69-71页
        5.2.2 柳钢2第71-73页
    5.3 柳钢2第73-78页
        5.3.1 系统软件结构的设计第73-76页
        5.3.2 系统硬件结构的设计第76-78页
    5.4 柳钢2第78-81页
        5.4.1 建模算法的开发第78-79页
        5.4.2 操作界面的开发第79-81页
        5.4.3 数据库的开发第81页
    5.5 柳钢2第81-83页
    5.6 本章小结第83-85页
第6章 总结与展望第85-87页
    6.1 本文工作第85页
    6.2 工作展望第85-87页
参考文献第87-91页
致谢第91-93页
硕士期间主要工作第93页

论文共93页,点击 下载论文
上一篇:富氧双侧吹熔炼炉沉降区及贫化电炉的物理模拟
下一篇:基于改进神经网络的高炉铁水质量参数建模方法