| 摘要 | 第1-5页 |
| ABSTRACT | 第5-11页 |
| 1 绪论 | 第11-31页 |
| ·引言 | 第11-12页 |
| ·转炉炼钢的冶炼工艺 | 第12-16页 |
| ·转炉炼钢的生产流程 | 第12-14页 |
| ·转炉炼钢的冶炼工艺 | 第14-16页 |
| ·转炉炼钢的知识发现研究 | 第16-21页 |
| ·知识发现的过程 | 第16-17页 |
| ·知识发现的方法 | 第17-20页 |
| ·转炉炼钢知识发现的研究现状 | 第20-21页 |
| ·转炉炼钢终点控制问题 | 第21-27页 |
| ·转炉炼钢终点控制目标和控制方式 | 第21-22页 |
| ·转炉炼钢终点控制的研究现状 | 第22-27页 |
| ·转炉炼钢知识发现与终点控制的关系 | 第27页 |
| ·研究背景和研究内容 | 第27-31页 |
| ·研究背景 | 第27-28页 |
| ·研究内容 | 第28-29页 |
| ·创新点 | 第29-31页 |
| 2 粗糙集理论方法及拓展 | 第31-41页 |
| ·粗糙集理论方法 | 第31-36页 |
| ·粗糙集方法的原理 | 第31-33页 |
| ·粗糙集方法的特点 | 第33-34页 |
| ·粗糙集方法的知识表达和知识发现 | 第34-36页 |
| ·粗糙集理论与神经网络方法的集成研究 | 第36-39页 |
| ·粗糙集理论与神经网络理论的方法对比 | 第36-37页 |
| ·粗糙集理论与神经网络理论的集成研究现状 | 第37-39页 |
| ·粗糙集理论及与人工神经网络集成在转炉炼钢知识发现和终点控制应用的可行性分析 | 第39-41页 |
| 3 基于粗糙集方法的转炉炼钢知识发现模型 | 第41-57页 |
| ·转炉炼钢知识发现的数据预处理 | 第41-46页 |
| ·转炉炼钢的数据特点 | 第41-42页 |
| ·数据的清洗和标准化 | 第42-43页 |
| ·数据的离散及离散区间的划分 | 第43-46页 |
| ·基于粗糙集方法的转炉炼钢知识发现模型 | 第46-52页 |
| ·转炉炼钢知识发现的条件属性和决策属性 | 第46-47页 |
| ·转炉炼钢知识发现的决策表 | 第47-50页 |
| ·决策信息表的属性约简 | 第50-52页 |
| ·转炉炼钢知识规则的发现 | 第52页 |
| ·基于关联规则的知识发现和规则提取 | 第52-57页 |
| 4 基于粗糙集-神经网络的转炉炼钢终点控制模型 | 第57-69页 |
| ·粗糙集-神经网络模型结构 | 第57-59页 |
| ·粗糙集-神经网络转炉炼钢终点预测模型的建立 | 第59-65页 |
| ·粗糙集-神经网络结构设计 | 第59-61页 |
| ·粗糙集-神经网络学习过程 | 第61-63页 |
| ·基于粗糙集-神经网络模型的终点预测 | 第63-65页 |
| ·粗糙集-神经网络终点预测模型的关键问题 | 第65-69页 |
| ·模型输入输出数据的标准化 | 第65页 |
| ·神经网络权值初始化 | 第65页 |
| ·网络学习速率的自适应 | 第65-66页 |
| ·附加动量 | 第66-69页 |
| 5 基于粗糙集的转炉炼钢知识发现及终点控制模型实现 | 第69-83页 |
| ·基于粗糙集的转炉炼钢知识发现及终点控制模型设计 | 第69-72页 |
| ·模型系统结构功能设计 | 第69-70页 |
| ·数据库设计 | 第70-72页 |
| ·系统运行过程设计 | 第72页 |
| ·系统开发平台 | 第72-73页 |
| ·基于粗糙集的转炉炼钢知识发现及终点控制模型实现 | 第73-83页 |
| ·模型系统的程序实现 | 第73-76页 |
| ·参数设定和模型仿真界面 | 第76-80页 |
| ·模型结果表达 | 第80-83页 |
| 6 知识发现与终点控制模型系统应用对象分析与实验内容 | 第83-97页 |
| ·应用背景描述 | 第83-86页 |
| ·新余转炉炼钢厂生产工艺特点 | 第83-84页 |
| ·新余转炉炼钢生产数据现状 | 第84-86页 |
| ·新余转炉炼钢生产数据的预处理 | 第86-94页 |
| ·新余转炉炼钢的生产数据特征 | 第86-87页 |
| ·新余转炉生产异常数据清理 | 第87-90页 |
| ·知识发现决策表 | 第90-94页 |
| ·知识发现与终点控制模型系统实验方案设计 | 第94-97页 |
| ·实验目的 | 第94页 |
| ·实验内容 | 第94-95页 |
| ·模型输出信息的检验 | 第95-97页 |
| 7 基于粗糙集的转炉炼钢知识发现及终点控制系统应用 | 第97-111页 |
| ·基于粗糙集方法的转炉炼钢知识发现 | 第97-104页 |
| ·训练集大小对结果的影响 | 第97-98页 |
| ·规则支持度和信任度对结果的影响 | 第98-100页 |
| ·关键参数的综合影响 | 第100页 |
| ·知识的提取与解释 | 第100-104页 |
| ·粗糙集-神经网络转炉炼钢终点控制模型的应用 | 第104-110页 |
| ·模型计算条件 | 第104-105页 |
| ·计算结果与分析 | 第105-110页 |
| ·小结 | 第110-111页 |
| 8 结论 | 第111-113页 |
| ·论文工作总结 | 第111-112页 |
| ·展望 | 第112-113页 |
| 致谢 | 第113-115页 |
| 参考文献 | 第115-127页 |
| 附录 | 第127-133页 |
| A. 转炉炼钢知识发现的数据预处理 | 第127-133页 |
| B. 博士研究生在读期间发表的论文 | 第133页 |
