| 摘要 | 第1-5页 |
| ABSTRACT | 第5-8页 |
| 前言 | 第8-12页 |
| 第一章 文献综述 | 第12-32页 |
| ·数据挖掘概述 | 第12-19页 |
| ·数据挖掘的发展渊源 | 第12-13页 |
| ·数据挖掘的基本概念 | 第13-15页 |
| ·数据挖掘的基本过程 | 第15-19页 |
| ·数据挖掘的基本实现方法 | 第19-25页 |
| ·统计学方法 | 第19-20页 |
| ·人工神经网络方法 | 第20-21页 |
| ·模糊集与模糊推理方法 | 第21-22页 |
| ·支持向量机方法 | 第22-24页 |
| ·粗糙集方法 | 第24页 |
| ·智能优化方法 | 第24-25页 |
| ·复杂工业过程优化决策研究 | 第25-29页 |
| ·复杂工业过程的优化途径 | 第25-26页 |
| ·基于机理模型的优化决策研究 | 第26-27页 |
| ·基于辨识模型的优化决策研究 | 第27-29页 |
| ·基于数据挖掘的复杂工业过程优化决策研究 | 第29-30页 |
| ·研究现状 | 第29-30页 |
| ·主要困难 | 第30页 |
| ·本文的主要工作 | 第30-32页 |
| 第二章 复杂工业过程数据挖掘基本框架 | 第32-50页 |
| ·复杂工业过程分析 | 第32-38页 |
| ·复杂工业过程结构分析 | 第32-35页 |
| ·复杂工业过程参数分析 | 第35-37页 |
| ·复杂工业过程数据特点 | 第37-38页 |
| ·基于数据挖掘的复杂工业过程优化 | 第38-42页 |
| ·优化问题描述 | 第38-40页 |
| ·基于数据挖掘的过程优化 | 第40-42页 |
| ·复杂工业过程数据挖掘基本框架 | 第42-48页 |
| ·复杂工业过程数据挖掘的定义 | 第42-43页 |
| ·复杂工业过程数据挖掘的基本任务 | 第43-45页 |
| ·复杂工业过程数据挖掘的一般过程 | 第45-48页 |
| ·复杂工业过程数据挖掘的实现算法 | 第48页 |
| ·本章小结 | 第48-50页 |
| 第三章 基于小波分析的异常样本检测与修复 | 第50-79页 |
| ·数据预处理与异常样本检测概述 | 第50-53页 |
| ·数据预处理 | 第50-51页 |
| ·异常样本检测 | 第51-53页 |
| ·小波分析及其处理异常样本的原理 | 第53-56页 |
| ·小波分析概述 | 第53-55页 |
| ·小波分析检测和修复异常样本的原理 | 第55-56页 |
| ·样本小波变换系数的计算方法 | 第56-62页 |
| ·单自变量样本的一维小波变换系数的计算 | 第56-59页 |
| ·双自变量样本的二维小波变换系数的计算 | 第59-62页 |
| ·基于小波分析的低维异常样本检测与修复 | 第62-71页 |
| ·尺度参数的设置与优化方法 | 第62-63页 |
| ·阈值的设置与优化方法 | 第63-65页 |
| ·低维异常样本检测与修复方法 | 第65-66页 |
| ·仿真测试 | 第66-71页 |
| ·基于非线性映照和小波分析的多维异常样本检测 | 第71-78页 |
| ·应用属性简约和小波分析检测多维异常样本的基本原理 | 第71-73页 |
| ·一种修正的局部非线性映照及其实现 | 第73-74页 |
| ·降维小波检测法的主要步骤及分析 | 第74-75页 |
| ·降维小波异常样本检测方法的测试与分析 | 第75-78页 |
| ·本章小结 | 第78-79页 |
| 第四章 基于数据质量约束的受限最优建模 | 第79-110页 |
| ·数据建模方法概述 | 第79-80页 |
| ·模型的准确性评估 | 第80-82页 |
| ·绝对准确性 | 第80-81页 |
| ·相对准确性 | 第81-82页 |
| ·基于数据质量约束的受限最优建模 | 第82-85页 |
| ·受限最优模型及模型期望误差 | 第82-84页 |
| ·受限最优建模基本原理 | 第84-85页 |
| ·基于神经网络的优化建模方法 | 第85-93页 |
| ·优化建模的基本原理 | 第85-87页 |
| ·优化建模方法描述 | 第87-88页 |
| ·优化建模方法的仿真分析 | 第88-93页 |
| ·基于支持向量机的优化建模方法 | 第93-109页 |
| ·支持向量机模型优化问题分析 | 第93-95页 |
| ·核校准与核参数优化 | 第95-98页 |
| ·不敏感参数和正则化参数的优化 | 第98-100页 |
| ·期望误差的评估与校正 | 第100-103页 |
| ·支持向量机模型优化方法描述 | 第103-104页 |
| ·支持向量机优化建模方法仿真分析 | 第104-109页 |
| ·本章小结 | 第109-110页 |
| 第五章 基于数据挖掘的铜锍吹炼过程优化决策 | 第110-132页 |
| ·铜锍转炉吹炼过程概述 | 第110-113页 |
| ·吹炼工艺过程 | 第110-111页 |
| ·吹炼过程的主要化学反应 | 第111-112页 |
| ·吹炼过程的主要技术经济指标 | 第112-113页 |
| ·铜锍吹炼过程优化决策问题分析 | 第113-116页 |
| ·吹炼过程优化决策问题的变量分析 | 第113-115页 |
| ·吹炼过程优化决策问题分解 | 第115-116页 |
| ·基于数据挖掘的铜锍吹炼过程优化决策方法 | 第116-120页 |
| ·基于数据挖掘的铜锍吹炼过程优化决策建模方法 | 第116-118页 |
| ·铜锍吹炼过程优化决策模型的评估方法 | 第118-120页 |
| ·基于数据挖掘的铜锍吹炼过程优化决策 | 第120-131页 |
| ·铜锍吹炼过程数据挖掘规划 | 第120-122页 |
| ·基于数据挖掘的熔剂加入量优化决策 | 第122-126页 |
| ·基于数据挖掘的鼓风时间优化决策 | 第126-131页 |
| ·本章小结 | 第131-132页 |
| 第六章 结论与建议 | 第132-134页 |
| ·结论 | 第132-133页 |
| ·建议 | 第133-134页 |
| 参考文献 | 第134-148页 |
| 附录 铜锍吹炼S1期部分优化样本数据及决策结果 | 第148-150页 |
| 致谢 | 第150-151页 |
| 攻读学位期间主要的研究成果 | 第151-152页 |