焦炉生产过程焦炭质量与炼焦能耗智能预测模型
| 摘要 | 第1-4页 |
| Abstract | 第4-8页 |
| 第一章 绪论 | 第8-14页 |
| ·研究背景及意义 | 第8-9页 |
| ·国内外研究现状 | 第9-12页 |
| ·研究内容 | 第12-13页 |
| ·论文构成 | 第13-14页 |
| 第二章 机理分析与智能预测模型 | 第14-21页 |
| ·焦炉生产工艺 | 第14页 |
| ·机理分析 | 第14-17页 |
| ·焦炭质量的影响因素分析 | 第15-16页 |
| ·炼焦能耗的影响因素分析 | 第16-17页 |
| ·建模难点分析 | 第17-18页 |
| ·面向优化控制的智能预测模型 | 第18-19页 |
| ·小结 | 第19-21页 |
| 第三章 焦炭质量智能预测模型 | 第21-34页 |
| ·数据的时序匹配 | 第21页 |
| ·焦炭质量灰色关联分析 | 第21-25页 |
| ·配合煤主元分析 | 第25-26页 |
| ·焦炭质量智能预测模型结构 | 第26-27页 |
| ·基于RBF网络的焦炭质量预测模型 | 第27-31页 |
| ·焦炭质量预测模型结构设计 | 第27-29页 |
| ·径向基函数中心向量与宽度的确定 | 第29-30页 |
| ·输出层的权值学习 | 第30-31页 |
| ·仿真及实验分析 | 第31-33页 |
| ·小结 | 第33-34页 |
| 第四章 炼焦能耗智能集成预测模型 | 第34-56页 |
| ·数据预处理 | 第34-35页 |
| ·炼焦能耗灰色关联分析 | 第35-37页 |
| ·炼焦能耗智能集成模型结构 | 第37-40页 |
| ·基于主元回归的炼焦能耗模型 | 第40-42页 |
| ·炼焦能耗影响因素的共线性分析 | 第40-41页 |
| ·主元分析 | 第41页 |
| ·炼焦能耗的主元回归模型 | 第41-42页 |
| ·基于PCA的炼焦能耗复合神经网络模型 | 第42-46页 |
| ·炼焦能耗复合神经网络模型结构 | 第43-44页 |
| ·神经网络建模 | 第44-45页 |
| ·子模型学习算法 | 第45-46页 |
| ·基于SDNN的炼焦能耗智能集成预测模型 | 第46-51页 |
| ·炼焦能耗分布式神经网络模型结构 | 第47-48页 |
| ·炼焦能耗样本聚类 | 第48-51页 |
| ·智能集成方法 | 第51-52页 |
| ·仿真及实验分析 | 第52-54页 |
| ·小结 | 第54-56页 |
| 第五章 结论与展望 | 第56-59页 |
| ·结论 | 第56-57页 |
| ·展望 | 第57-59页 |
| 参考文献 | 第59-64页 |
| 致谢 | 第64-66页 |
| 攻读学位期间主要的研究成果 | 第66页 |
