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 |