首页--工业技术论文--冶金工业论文--炼铁论文--高炉熔冶过程论文

高炉冶炼过程的复杂性机理及其预测研究

摘要第1-5页
ABSTRACT第5-10页
第一章 绪论第10-22页
   ·论文研究的目的和意义第10-11页
   ·现代高炉冶炼流程简介第11-12页
   ·炉温概念与高炉冶炼过程对炉温预测的要求第12-13页
   ·国际国内的研究情况和进展第13-18页
   ·论文的主要内容第18页
 参考文献第18-22页
第二章 铁水含硅量序列的非线性和确定性分析第22-44页
   ·高炉铁水含硅量序列的非线性检验第22-30页
     ·非线性的定量判别——替代数据法第22-26页
     ·基于信息理论的非线性定性判别第26-30页
   ·高炉铁水含硅量序列的平稳性分析第30-36页
     ·[Si]时间序列的平稳性非参数检验第31-32页
     ·[Si]序列非平稳性成因的探测第32-36页
   ·高炉铁水含硅量的确定性分析第36-40页
     ·相空间重构参数的确定第36-38页
     ·DVV算法分析及仿真第38-40页
   ·本章小结第40-41页
 参考文献第41-44页
第三章 单变量时间序列的铁水含硅量预测模型第44-74页
   ·基于经验模式分解的铁水含硅量预测第44-62页
     ·经验模式分解的基本原理第45-47页
     ·经验模式分解的典型问题及其解决第47-49页
     ·铁水含硅量序列的经验模式分解第49-51页
     ·Lemple-Ziv复杂度分析第51-53页
     ·多分辨率支持向量机预测模型第53-62页
   ·Volterra自适应预测第62-69页
     ·Volterra级数简介第62-63页
     ·Hopfield神经网络优化Volterra级数系数建模第63-68页
     ·铁水含硅量的Volterra自适应预测仿真结果第68-69页
   ·本章小结第69-70页
 参考文献第70-74页
第四章 高炉铁水含硅量序列的主因素分析第74-94页
   ·铁水含硅量及其影响因素的灰色关联度分析第74-76页
   ·粗糙集理论基础第76-81页
     ·信息系统第76页
     ·不可分辨关系第76-77页
     ·近似集和边界区第77-78页
     ·属性集的依赖度和属性的重要性第78页
     ·属性约简和约简核第78-79页
     ·区分矩阵和区分函数第79-81页
   ·基于可变精度粗糙集的属性约简算法第81-84页
     ·可变精度粗糙集模型第81-83页
     ·属性约简的贪婪算法第83-84页
   ·高炉铁水含硅量影响因素的属性约简第84-91页
     ·连续属性的离散化第84-89页
     ·基于权重累积评价因子的粗糙集动态约简算法第89-91页
     ·可变精度指标β的确定第91页
   ·本章小结第91-92页
 参考文献第92-94页
第五章 多变量时间序列的铁水含硅量预测模型第94-122页
   ·铁水[Si]序列的集员辨识和预测第94-111页
     ·集员辨识简介第95页
     ·集员预测的理论基础第95-103页
     ·集员预测算法构造第103-107页
     ·[Si]序列的集员预报仿真第107-111页
   ·基于遗传程序设计的铁水[Si]序列预测第111-119页
     ·遗传程序设计简介第112-113页
     ·遗传程序设计的算法和遗传操作第113-117页
     ·遗传程序设计的数据仿真第117-119页
   ·本章小结第119页
 参考文献第119-122页
第六章 结论与展望第122-126页
   ·研究获取的主要结论第122-123页
   ·后续研究的展望第123-126页
攻读博士学位期间完成的论文第126-128页
致谢第128页

论文共128页,点击 下载论文
上一篇:电脉冲技术在电凝聚法污水处理和微弧氧化领域的应用
下一篇:超宽带光放大用新型发光材料的设计,制备和光学性能研究