| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-19页 |
| 1.1 课题研究背景及意义 | 第10-12页 |
| 1.2 炉温预测的国内外研究现状及分析 | 第12-17页 |
| 1.2.1 机理模型 | 第12-13页 |
| 1.2.2 专家经验模型 | 第13-14页 |
| 1.2.3 数理模型 | 第14-17页 |
| 1.3 主要研究内容及结构安排 | 第17-19页 |
| 第2章 高炉冶炼机理及铁水硅含量影响因素分析 | 第19-29页 |
| 2.1 引言 | 第19页 |
| 2.2 高炉冶炼的工艺机理 | 第19-20页 |
| 2.3 高炉铁水硅含量的影响因素分析 | 第20-25页 |
| 2.3.1 高炉内硅的来源 | 第21页 |
| 2.3.2 铁水硅含量影响因素分析 | 第21-25页 |
| 2.4 高炉铁水硅含量输入变量选择及其滞后时间确定 | 第25-28页 |
| 2.4.1 输入变量选择 | 第25-27页 |
| 2.4.2 输入变量滞后时间确定 | 第27-28页 |
| 2.5 本章小结 | 第28-29页 |
| 第3章 不等时距灰色模型算法改进 | 第29-41页 |
| 3.1 引言 | 第29页 |
| 3.2 铁水硅含量的不等时距分析 | 第29-32页 |
| 3.3 不等时距灰色模型算法改进 | 第32-38页 |
| 3.3.1 灰色系统GM(1,1)模型 | 第32-34页 |
| 3.3.2 改进不等时距灰色模型 | 第34-38页 |
| 3.4 实验结果及分析 | 第38-40页 |
| 3.5 本章小结 | 第40-41页 |
| 第4章 基于改进不等时距灰色模型与支持向量回归的高炉炉温预测 | 第41-51页 |
| 4.1 引言 | 第41页 |
| 4.2 支持向量机 | 第41-45页 |
| 4.2.1 支持向量机原理 | 第41-44页 |
| 4.2.2 支持向量回归 | 第44-45页 |
| 4.3 基于IUGM(1,1)模型与支持向量回归的高炉硅含量预测 | 第45-50页 |
| 4.3.1 建模流程 | 第46-47页 |
| 4.3.2 实验结果及分析 | 第47-50页 |
| 4.4 本章小结 | 第50-51页 |
| 第5章 基于聚类算法与支持向量回归的高炉炉温预测 | 第51-66页 |
| 5.1 引言 | 第51页 |
| 5.2 高炉系统的波动特性分析 | 第51-53页 |
| 5.3 基于模糊C均值聚类与支持向量回归的高炉硅含量预测 | 第53-62页 |
| 5.3.1 模糊C均值聚类 | 第54-55页 |
| 5.3.2 建模流程 | 第55-57页 |
| 5.3.3 实验结果及分析 | 第57-62页 |
| 5.4 MFCM-SVRs模型应用的工业分析 | 第62-65页 |
| 5.5 本章小结 | 第65-66页 |
| 结论 | 第66-68页 |
| 参考文献 | 第68-72页 |
| 攻读硕士学位期间承担的科研任务与主要成果 | 第72-73页 |
| 致谢 | 第73页 |
