基于信息熵的多模型建模方法研究
| 摘要 | 第5-6页 |
| Abstract | 第6-7页 |
| 第1章 绪论 | 第10-20页 |
| 1.1 课题的研究背景及意义 | 第10-11页 |
| 1.2 多模型建模方法研究现状 | 第11-14页 |
| 1.3 常用的样本选择方法 | 第14-18页 |
| 1.4 论文研究内容及结构安排 | 第18-20页 |
| 第2章 基于信息熵的样本选择方法 | 第20-26页 |
| 2.1 样本集的信息熵 | 第20-22页 |
| 2.2 样本选择算法 | 第22-24页 |
| 2.2.1 评价标准 | 第22页 |
| 2.2.2 选择原则 | 第22-23页 |
| 2.2.3 选择方法 | 第23-24页 |
| 2.3 仿真与分析 | 第24-25页 |
| 2.4 本章小结 | 第25-26页 |
| 第3章 基于样本子集的LS-SVM建模 | 第26-42页 |
| 3.1 最小二乘支持向量机 | 第26-29页 |
| 3.2 原始空间中求解LS-SVM问题 | 第29-32页 |
| 3.2.1 非线性映射关系计算 | 第29-31页 |
| 3.2.2 模型参数求解 | 第31-32页 |
| 3.3 仿真与分析 | 第32-41页 |
| 3.3.1 非线性函数拟合 | 第32-37页 |
| 3.3.2 多输入数据建模 | 第37-41页 |
| 3.4 本章小结 | 第41-42页 |
| 第4章 基于信息熵的模型融合方法 | 第42-54页 |
| 4.1 子模型的建立 | 第42-43页 |
| 4.1.1 多样性分析 | 第42-43页 |
| 4.1.2 模型个数的确定 | 第43页 |
| 4.2 模型的融合方法 | 第43-48页 |
| 4.2.1 加权求和的融合结构 | 第43-45页 |
| 4.2.2 基于熵的权值计算 | 第45-48页 |
| 4.3 仿真与分析 | 第48-52页 |
| 4.4 本章小结 | 第52-54页 |
| 第5章 多模型建模方法的应用研究 | 第54-64页 |
| 5.1 电弧炉炼钢工艺流程 | 第54-57页 |
| 5.1.1 熔化期阶段 | 第55-56页 |
| 5.1.2 氧化期阶段 | 第56-57页 |
| 5.1.3 出钢阶段 | 第57页 |
| 5.2 终点温度的影响因素 | 第57-59页 |
| 5.3 仿真分析 | 第59-61页 |
| 5.4 本章小结 | 第61-64页 |
| 第6章 总结与展望 | 第64-66页 |
| 参考文献 | 第66-70页 |
| 致谢 | 第70页 |
