摘要 | 第6-7页 |
Abstract | 第7-8页 |
第1章 绪论 | 第11-16页 |
1.1 课题的研究目的和意义 | 第11-12页 |
1.2 国内外在该方向的研究现状及分析 | 第12-15页 |
1.3 本文研究内容 | 第15页 |
1.4 本章小结 | 第15-16页 |
第2章 高炉炼铁工艺 | 第16-23页 |
2.1 高炉炼铁原理 | 第16-17页 |
2.2 高炉冶炼中炉温的描述 | 第17-19页 |
2.3 炉温[Si]相关重要参数 | 第19-22页 |
2.4 高炉炉温调控规则 | 第22页 |
2.5 本章小结 | 第22-23页 |
第3章 炉温预测相关理论 | 第23-38页 |
3.1 聚类分析 | 第23-29页 |
3.1.1 聚类分析概念 | 第23页 |
3.1.2 聚类分析的关键因素 | 第23-25页 |
3.1.3 聚类算法 | 第25-26页 |
3.1.4 模糊C均值聚类 | 第26-27页 |
3.1.5 模糊C均值聚类算法主要步骤 | 第27-28页 |
3.1.6 FCM中阈值 ? 的确定 | 第28-29页 |
3.2 支持向量机 | 第29-37页 |
3.2.1 支持向量原理 | 第29-31页 |
3.2.2 分类原理 | 第31-33页 |
3.2.3 常用核函数 | 第33页 |
3.2.4 基于支持向量描述域(SVDD)的模糊隶属度 | 第33-35页 |
3.2.5 最小二乘支持向量机LS-SVM | 第35-36页 |
3.2.6 模糊最小二乘支持向量机LS-FSVM | 第36页 |
3.2.7 支持向量机的优势 | 第36-37页 |
3.3 本章小结 | 第37-38页 |
第4章 炉温[Si]预测模型 | 第38-51页 |
4.1 炉温预报模型的输入参数选取 | 第38-41页 |
4.1.1 参数滞后时间确定 | 第38-40页 |
4.1.2 输入参数相关性分析 | 第40-41页 |
4.2 样本的预处理 | 第41-43页 |
4.2.1 样本分位数法 | 第41-42页 |
4.2.2 [Si]和铁水温度的模糊规则筛选 | 第42-43页 |
4.3 LS-FSVM模型 | 第43-44页 |
4.4 FCM-LSSVM模型 | 第44-45页 |
4.5 仿真结果分析 | 第45-50页 |
4.6 模型的不足 | 第50页 |
4.7 本章小结 | 第50-51页 |
第5章 高炉炉温预测系统 | 第51-58页 |
5.1 高炉炉温预测系统概述 | 第51页 |
5.2 高炉炉温预测系统软件设计 | 第51-56页 |
5.2.1 设计用例 | 第51-53页 |
5.2.2 炉温预测系统功能 | 第53-56页 |
5.3 高炉炉温预测系统的不足 | 第56-57页 |
5.4 本章小结 | 第57-58页 |
结论 | 第58-60页 |
参考文献 | 第60-62页 |
致谢 | 第62-63页 |
攻读硕士期间发表(含录用)的学术论文 | 第63页 |