摘要 | 第1-5页 |
ABSTRACT | 第5-10页 |
第一章 绪论 | 第10-24页 |
·研究背景及意义 | 第10-11页 |
·工业过程优化控制技术的国内外研究现状 | 第11-18页 |
·工业过程优化控制结构的研究现状 | 第12-16页 |
·工业过程优化建模的研究现状 | 第16-17页 |
·工业过程优化算法的研究现状 | 第17-18页 |
·配料过程优化控制方法的研究现状 | 第18-19页 |
·不确定优化问题研究方法及工业应用现状 | 第19-22页 |
·本论文的研究内容和结构安排 | 第22-24页 |
第二章 生料浆配料过程不确定优化控制策略的总体设计 | 第24-35页 |
·生料浆配料工艺简介 | 第24-25页 |
·生料浆质量的控制目标 | 第25-26页 |
·生料浆配料过程的特点 | 第26-29页 |
·生料浆配料现状及存在的问题 | 第29-32页 |
·不确定优化策略的总体设计 | 第32-34页 |
·本章小结 | 第34-35页 |
第三章 不确定参数的特性分析与置信区间 | 第35-52页 |
·原料成分不确定参数的特性分析与置信区间 | 第35-38页 |
·原料成分不确定参数的特性分析 | 第35-37页 |
·原料成分不确定参数的置信区间 | 第37-38页 |
·返料成分不确定参数的特性分析与置信区间 | 第38-49页 |
·返料成分不确定参数时间序列数据的特性分析 | 第39-41页 |
·基于RS相空间重构技术的时间序列预测模型 | 第41-49页 |
·基于预测模型误差补偿的返料参数置信区间预估 | 第49页 |
·不确定参数置信区间的评价 | 第49-50页 |
·本章小结 | 第50-52页 |
第四章 生料浆配料过程不确定建模 | 第52-66页 |
·生料浆质量集成预测模型 | 第52-62页 |
·基于物料平衡的机理模型 | 第52-56页 |
·基于神经网络和经验知识的智能补偿模型 | 第56-59页 |
·机理模型和智能补偿模型集成的预测模型 | 第59-60页 |
·仿真结果 | 第60-62页 |
·生料浆配料字典序区间目标不确定优化模型 | 第62-65页 |
·字典序 | 第62-63页 |
·字典序目标规划基本模型 | 第63-64页 |
·生料浆配料字典序区间目标不确定优化模型 | 第64-65页 |
·本章小结 | 第65-66页 |
第五章 基于HSS技术和专家知识的不确定优化算法 | 第66-83页 |
·基于HSS技术的不确定优化模型确定化近似 | 第66-69页 |
·HSS技术 | 第66-69页 |
·不确定优化模型的确定性化近似 | 第69页 |
·基于专家知识的字典序推理策略 | 第69-82页 |
·分类知识库的设计 | 第70-78页 |
·字典序专家推理策略 | 第78-82页 |
·本章小结 | 第82-83页 |
第六章 氧化铝生料浆配料不确定优化系统的实现与应用 | 第83-104页 |
·不确定优化系统的实现 | 第83-99页 |
·系统的硬件组成 | 第83-84页 |
·系统软件的功能设计 | 第84-90页 |
·关键技术实现 | 第90-99页 |
·工业应用效果与分析 | 第99-103页 |
·本章小结 | 第103-104页 |
第七章 结论与展望 | 第104-107页 |
·结论 | 第104-105页 |
·展望 | 第105-107页 |
参考文献 | 第107-119页 |
致谢 | 第119-120页 |
攻读学位期间主要的研究成果 | 第120-121页 |