自组织数据挖掘在高炉炉温预测控制中的应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 高炉炼铁过程控制与炉温预报 | 第8-22页 |
| ·高炉炼铁过程及复杂性分析 | 第8-15页 |
| ·高炉炼铁过程简述 | 第8-9页 |
| ·高炉炼铁的主要技术经济指标 | 第9-11页 |
| ·高炉炼铁过程的复杂性 | 第11-12页 |
| ·高炉炼铁过程的重要参数 | 第12-15页 |
| ·高炉专家系统与炉温预测模型研究综述 | 第15-20页 |
| ·高炉炼铁专家系统简介 | 第15-18页 |
| ·炉温预测控制模型综述 | 第18-20页 |
| ·论文的主要内容 | 第20-22页 |
| 第二章 炉温预测的时间序列统计混合模型 | 第22-28页 |
| ·[Si]序列的复杂性分析及主体成分分解 | 第22-23页 |
| ·[Si]序列相关性分析 | 第23-24页 |
| ·[Si]序列的时间序列分析 | 第23-24页 |
| ·检验模型的适应性 | 第24页 |
| ·典型相关分析的应用 | 第24-26页 |
| ·[Si]预测控制的传递函数模型 | 第26-28页 |
| 第三章 自组织数据挖掘理论基础 | 第28-37页 |
| ·自组织与自组织数据挖掘 | 第28-31页 |
| ·自组织的概念 | 第28-29页 |
| ·数据挖掘的概念 | 第29-30页 |
| ·自组织与数据挖掘 | 第30-31页 |
| ·自组织数据挖掘的基本思想、原理 | 第31-37页 |
| ·自组织数据挖掘的基本思想 | 第31-32页 |
| ·自组织数据挖掘的原理 | 第32-37页 |
| 第四章 GMDH算法及应用 | 第37-58页 |
| ·GMDH算法与神经网络算法及回归分析的关系 | 第37-42页 |
| ·GMDH算法与神经网络算法的关系 | 第37-40页 |
| ·GMDH与回归分析 | 第40-42页 |
| ·算法的收敛性 | 第42-44页 |
| ·GMDH多层算法的步骤 | 第44-48页 |
| ·GMDH算法在高炉炉温预测中的应用 | 第48-58页 |
| ·GMDH建模过程 | 第49-56页 |
| ·GMDH算法的说明 | 第56-58页 |
| 第五章 非参数自组织数据挖掘-AC算法及其应用 | 第58-66页 |
| ·AC算法的基本原理 | 第59页 |
| ·AC算法的基本步骤 | 第59-63页 |
| ·AC算法在高炉炉温预测中的应用 | 第63-65页 |
| ·关于非参数自组织数据挖掘算法应用的说明 | 第65-66页 |
| 第六章 结论与展望 | 第66-69页 |
| ·本文的一些主要工作 | 第66-67页 |
| ·本文继续深入研究的方向 | 第67-69页 |
| 参考文献 | 第69-73页 |
| 攻读硕士期间完成的论文 | 第73-74页 |
| 致谢 | 第74页 |
