首页--工业技术论文--冶金工业论文--冶金技术论文--提炼冶金(化学冶金)论文--金属冶炼论文

湿法冶金浸出过程建模与优化

摘要第5-7页
Abstract第7-8页
第一章 绪论第13-25页
    1.1 研究背景及意义第13-16页
    1.2 浸出过程概述第16-19页
        1.2.1 湿法冶金工业流程简介第16-17页
        1.2.2 浸出过程概述第17-19页
    1.3 浸出过程建模与优化研究发展现状第19-22页
        1.3.1 浸出过程建模研究现状第19-21页
        1.3.2 浸出过程优化研究现状第21-22页
    1.4 本文主要工作第22-25页
第二章 浸出过程机理模型第25-39页
    2.1 矿粒浸出的动力学分析第26-29页
    2.2 钴矿浸出率机理模型第29-32页
    2.3 机理模型参数的确定第32-33页
    2.4 模型验证第33-35页
    2.5 影响浸出率的因素第35-37页
    2.6 本章小结第37-39页
第三章 基于改进Bagging集成算法的浸出率混合建模第39-65页
    3.1 预备知识第40-49页
        3.1.1 集成学习算法简介第40-45页
        3.1.2 支持向量机算法简介第45-49页
    3.2 基于IN-Bagging算法的浸出率误差补偿混合模型(INBHM)第49-56页
        3.2.1 负相关学习相关理论第49-52页
        3.2.2 改进的负相关学习Bagging算法(IN-Bagging)第52-53页
        3.2.3 基于IN-Bagging算法的浸出率误差补偿混合模型(INBHM)第53-54页
        3.2.4 仿真实验及结果分析第54-56页
    3.3 基于S-Bagging算法的多模型浸出率混合模型(SBMHM)第56-63页
        3.3.1 选择性集成理论第56-58页
        3.3.2 基于二进制PSO的选择性Bagging算法(S-Bagging)第58-59页
        3.3.3 基于S-Bagging算法的多模型浸出率混合模型(SBMHM)第59-61页
        3.3.4 仿真实验及结果分析第61-63页
    3.4 本章小结第63-65页
第四章 基于粒子群算法的浸出过程多目标优化第65-97页
    4.1 多目标优化概述第65-74页
        4.1.1 多目标优化的定义第66-67页
        4.1.2 Pareto解和Pareto最优前沿第67页
        4.1.3 多目标进化算法的研究概况第67-71页
        4.1.4 几种典型的多目标优化进化算法第71-74页
    4.2 粒子群优化算法综述第74-79页
        4.2.1 基本粒子群优化算法第74-76页
        4.2.2 多目标粒子群优化算法第76-79页
    4.3 基于两阶段领导与交叉变异相结合的多目标粒子群算法第79-90页
        4.3.1 TSG-MOPSO算法流程第79-80页
        4.3.2 TSG-MOPSO关键策略第80-85页
        4.3.3 仿真分析第85-90页
    4.4 浸出过程的优化设定第90-95页
        4.4.1 浸出过程多目标优化模型第90-91页
        4.4.2 优化结果及讨论第91-95页
    4.5 本章小结第95-97页
第五章 浸出过程预测及优化系统第97-113页
    5.1 系统整体设计第98-100页
    5.2 软件的总体设计第100-102页
        5.2.1 C第100-101页
        5.2.2 C第101-102页
        5.2.3 C第102页
    5.3 浸出过程预测及优化系统界面平台设计与实现第102-110页
        5.3.1 浸出过程界面结构设计第102-103页
        5.3.2 界面结构及功能设计实现第103-110页
    5.4 Oracle数据库的设计第110页
    5.5 MATLAB算法的设计第110-111页
    5.6 本章小结第111-113页
第六章 结论与展望第113-115页
    6.1 结论第113-114页
    6.2 展望第114-115页
参考文献第115-123页
致谢第123-125页
攻读博士学位期间论文及获得专利情况第125-127页
    论文第125页
    专利第125-127页
个人简历第127页

论文共127页,点击 下载论文
上一篇:基于战略意图视角的企业并购及知识整合问题研究--以宝钢为例
下一篇:基于小波理论的去噪方法及其在信号处理中的应用研究