| 摘要 | 第4-5页 |
| Abstract | 第5页 |
| 1 绪论 | 第8-16页 |
| 1.1 研究背景 | 第8-10页 |
| 1.2 国内外研究现状 | 第10-14页 |
| 1.2.1 磨矿分级自动化控制历程及发展趋势 | 第10-11页 |
| 1.2.2 智能控制技术在磨矿分级控制中的应用 | 第11-13页 |
| 1.2.3 模糊模型与相似模糊集 | 第13-14页 |
| 1.3 本文主要工作 | 第14-16页 |
| 2 磨矿分级T-S模型的建立 | 第16-26页 |
| 2.1 磨矿分级过程的工艺分析 | 第16-18页 |
| 2.2 T-S模型简介 | 第18-19页 |
| 2.3 数据驱动的T-S模糊系统建模 | 第19-23页 |
| 2.4 磨矿过程初始模糊规则库的建立 | 第23-25页 |
| 2.5 小结 | 第25-26页 |
| 3 模糊规则库的子集融合与规则约简 | 第26-37页 |
| 3.1 问题描述 | 第26-28页 |
| 3.2 模糊子集融合与规则约简 | 第28-32页 |
| 3.2.1 模糊C均值聚类 | 第28-29页 |
| 3.2.2 基于FCM的子集融合 | 第29-32页 |
| 3.3 冗余规则约简 | 第32-34页 |
| 3.4 初始规则库的模糊集融合与规则约简 | 第34-36页 |
| 3.5 小结 | 第36-37页 |
| 4 仿真实验与应用 | 第37-51页 |
| 4.1 含高斯白噪声的Mackey-glass时间序列预测 | 第37-40页 |
| 4.2 球磨机排矿水建模 | 第40-45页 |
| 4.2.1 实验参数设置及运行结果 | 第40-42页 |
| 4.2.2 实验结果分析 | 第42-45页 |
| 4.3 应用案例 | 第45-50页 |
| 4.3.1 智能优化平台的开发运行环境以及核心架构 | 第45-47页 |
| 4.3.2 运行控制模块 | 第47-48页 |
| 4.3.3 规则库管理模块 | 第48-49页 |
| 4.3.4 规则自学习功能模块 | 第49-50页 |
| 4.4 小结 | 第50-51页 |
| 结论 | 第51-52页 |
| 参考文献 | 第52-56页 |
| 攻读硕士学位期间发表学术论文情况 | 第56-57页 |
| 致谢 | 第57-58页 |