| 摘要 | 第1-6页 |
| ABSTRACT | 第6-11页 |
| 1 前言 | 第11-23页 |
| ·浮选过程概述 | 第11-15页 |
| ·阳离子反浮选过程的工艺流程 | 第12-14页 |
| ·浮选过程系统分析 | 第14-15页 |
| ·浮选过程自动控制现状 | 第15-19页 |
| ·以稳定浮选过程为控制目标 | 第17-18页 |
| ·以追求最大回收率为控制目标 | 第18页 |
| ·以追求最佳经济效益为控制目标 | 第18-19页 |
| ·浮选过程控制存在的问题 | 第19-20页 |
| ·论文主要工作 | 第20-23页 |
| 2 粗糙集-神经网络智能系统 | 第23-37页 |
| ·引言 | 第23页 |
| ·粗糙集理论及其应用研究 | 第23-28页 |
| ·粗糙集理论概述 | 第23-26页 |
| ·粗糙集的理论研究 | 第26-27页 |
| ·粗糙集的应用研究 | 第27-28页 |
| ·人工神经网络 | 第28-31页 |
| ·人工神经网络概述 | 第28-29页 |
| ·人工神经网络分类 | 第29页 |
| ·神经网络研究热点 | 第29-31页 |
| ·粗糙集-神经网络智能系统 | 第31-36页 |
| ·粗糙集与神经网络 | 第31-32页 |
| ·粗糙集与神经网络集成的研究现状评述 | 第32-35页 |
| ·粗糙集与神经网络集成的存在问题及展望 | 第35-36页 |
| ·小结 | 第36-37页 |
| 3 智能建模前的数据预处理 | 第37-55页 |
| ·引言 | 第37页 |
| ·离线学习系统的数据预处理 | 第37-49页 |
| ·样本数据采集 | 第37-39页 |
| ·基于模糊C均值聚类的数据预处理 | 第39-43页 |
| ·基于粗糙集理论的数据清洗 | 第43-49页 |
| ·在线控制系统的数据预处理 | 第49-54页 |
| ·实时测量数据的除噪滤波 | 第49-50页 |
| ·基于控制图法的数据预处理 | 第50-54页 |
| ·小结 | 第54-55页 |
| 4 基于PCA-RBF神经网络的浮选过程软测量模型 | 第55-69页 |
| ·引言 | 第55页 |
| ·PCA-RBF神经网络软测量模型的结构 | 第55-58页 |
| ·输入数据集降维：PCA算法 | 第58-61页 |
| ·主元分析方法概述 | 第58-60页 |
| ·输入数据集降维 | 第60-61页 |
| ·RBF神经网络 | 第61-66页 |
| ·RBF神经网络概述 | 第61-63页 |
| ·RBF神经网络的学习算法 | 第63-66页 |
| ·PCA-RBF神经网络模型的训练和测试 | 第66-68页 |
| ·小结 | 第68-69页 |
| 5 基于粗糙集控制理论的浮选过程药剂用量模型 | 第69-83页 |
| ·引言 | 第69页 |
| ·粗糙集控制的基本思想 | 第69-70页 |
| ·浮选过程的粗糙集控制 | 第70-80页 |
| ·条件属性集合与决策属性集合的确定 | 第71页 |
| ·粗糙集控制模型设计过程利用的数据表 | 第71-72页 |
| ·浮选数据的采集与完备 | 第72页 |
| ·浮选数据离散化 | 第72-76页 |
| ·离散数据表的预处理 | 第76-77页 |
| ·条件属性约简 | 第77页 |
| ·决策表属性值约简 | 第77-79页 |
| ·决策表的智能查询 | 第79-80页 |
| ·测试与仿真 | 第80-82页 |
| ·覆盖率测试 | 第80-81页 |
| ·准确度测试 | 第81-82页 |
| ·小结 | 第82-83页 |
| 6 粗糙集—神经网络智能系统在浮选过程中的应用 | 第83-93页 |
| ·引言 | 第83页 |
| ·粗糙集-神经网络模型设计 | 第83-89页 |
| ·模型结构 | 第83-84页 |
| ·BP神经网络设计 | 第84-89页 |
| ·网络输入-输出数据的产生 | 第89页 |
| ·模型的仿真对比 | 第89-91页 |
| ·粗糙集模型与粗糙集-神经网络模型的仿真对比 | 第89-90页 |
| ·神经网络模型与粗糙集-神经网络模型的仿真对比 | 第90-91页 |
| ·小结 | 第91-93页 |
| 7 浮选过程智能控制系统的工业应用 | 第93-104页 |
| ·引言 | 第93页 |
| ·智能控制系统的总体结构 | 第93-97页 |
| ·智能控制系统硬件结构 | 第93-94页 |
| ·智能控制系统软件结构 | 第94-97页 |
| ·浮选过程智能控制系统的工业应用 | 第97-103页 |
| ·工业实验 | 第97-102页 |
| ·经济效益分析 | 第102-103页 |
| ·小结 | 第103-104页 |
| 8 结论与展望 | 第104-107页 |
| ·主要结论 | 第104-105页 |
| ·发展与展望 | 第105-107页 |
| 参考文献 | 第107-113页 |
| 攻读博士学位期间完成的论文和承担的科研项目 | 第113-114页 |
| 论文主要创新点摘要 | 第114-115页 |
| 致谢 | 第115-116页 |
| 大连理工大学学位论文版权使用授权书 | 第116-117页 |
| 附录1 子组均值与波动范围 | 第117-119页 |
| 附录2 计算变量上下限的常数表 | 第119页 |
| 附录3 均值的上下限和波动范围的上下限的计算结果 | 第119页 |