氧化铝生料浆调配过程的智能满意优化方法及应用
| 摘要 | 第1-4页 |
| ABSTRACT | 第4-8页 |
| 第一章 绪论 | 第8-15页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-13页 |
| ·配料优化的研究现状与问题 | 第9-10页 |
| ·多目标优化问题的发展现状 | 第10-11页 |
| ·满意优化理论的研究现状 | 第11-13页 |
| ·研究内容及论文结构安排 | 第13-15页 |
| 第二章 烧结法氧化铝配料工艺分析与建模 | 第15-25页 |
| ·生料浆配料工艺 | 第15-16页 |
| ·生料浆主要的质量指标及影响因素 | 第16-19页 |
| ·生料浆主要的质量指标 | 第16-17页 |
| ·生料浆质量指标的要求 | 第17-18页 |
| ·生料浆质量指标的影响因素 | 第18-19页 |
| ·氧化铝生料浆倒槽调配工艺 | 第19-21页 |
| ·氧化铝生料浆倒槽调配工艺介绍 | 第19-20页 |
| ·当前氧化铝生料浆倒槽调配工艺中存在的问题 | 第20-21页 |
| ·生料浆倒槽调配的数学模型 | 第21-23页 |
| ·生料浆调配优化变量的选择 | 第21页 |
| ·优化目标 | 第21-22页 |
| ·过程约束 | 第22-23页 |
| ·生料浆倒槽调配数学模型分析 | 第23-24页 |
| ·小结 | 第24-25页 |
| 第三章 多目标满意优化方法研究 | 第25-48页 |
| ·满意优化的基本思想 | 第25-29页 |
| ·满意优化准则 | 第25-26页 |
| ·满意优化的研究对象 | 第26-27页 |
| ·满意解和满意度函数 | 第27-28页 |
| ·满意问题的一般求解步骤 | 第28-29页 |
| ·多目标满意优化方法 | 第29-34页 |
| ·多目标优化问题的定义 | 第30页 |
| ·多目标优化问题的特点 | 第30-31页 |
| ·多目标优化问题的求解方法 | 第31-33页 |
| ·多目标满意优化问题的求解模型 | 第33-34页 |
| ·基于遗传算法的多目标满意优化求解方法 | 第34-40页 |
| ·满意优化与遗传算法的结合 | 第34-35页 |
| ·基本遗传算法 | 第35-38页 |
| ·基本遗传算法的优缺点分析 | 第38-40页 |
| ·基于目标交互的多目标遗传算法 | 第40-47页 |
| ·交互式多目标协调方法 | 第40-42页 |
| ·群体排序技术 | 第42-43页 |
| ·个体适应度赋值 | 第43页 |
| ·基于共享函数的个体适应值调整 | 第43-45页 |
| ·基于Pareto解集过滤器的非劣解保持 | 第45页 |
| ·自适应交叉和变异 | 第45-46页 |
| ·解的灵敏度分析 | 第46-47页 |
| ·小结 | 第47-48页 |
| 第四章 基于满意优化方法的氧化铝生料浆调配 | 第48-66页 |
| ·生料浆调配多目标优化问题概述 | 第48-49页 |
| ·生料浆调配的多目标满意优化模型 | 第49-50页 |
| ·生料浆调配多目标满意优化的一般步骤 | 第50页 |
| ·满意度函数的确定 | 第50-55页 |
| ·模糊满意度 | 第50-52页 |
| ·各目标的满意度函数确定 | 第52-55页 |
| ·多目标的处理 | 第55页 |
| ·基于交互式遗传算法的满意优化算法 | 第55-57页 |
| ·交互式多目标遗传算法的应用 | 第55-56页 |
| ·交互式多目标遗传算法的运行框架 | 第56-57页 |
| ·算法应用结果分析 | 第57-65页 |
| ·小结 | 第65-66页 |
| 第五章 结论与展望 | 第66-68页 |
| 结论 | 第66页 |
| 展望 | 第66-68页 |
| 参考文献 | 第68-73页 |
| 致谢 | 第73-74页 |
| 攻读学位期间主要的研究成果 | 第74页 |
