阳极焙烧中温度的软测量
| 目录 | 第1-7页 |
| 摘要 | 第7-8页 |
| ABSTRACT | 第8-9页 |
| 第1章 绪论 | 第9-15页 |
| ·问题的提出 | 第9-11页 |
| ·阳极焙烧原理 | 第11-14页 |
| ·国内外研究现状 | 第14页 |
| ·研究主要内容 | 第14-15页 |
| 第2章 数学建模 | 第15-19页 |
| ·数学模型基本概念 | 第15-16页 |
| ·数学模型的一般方法 | 第16页 |
| ·数学建模的一般步骤 | 第16页 |
| ·数学模型的可行性 | 第16-19页 |
| 第3章 基于主要环节的数学模型 | 第19-34页 |
| ·阳极焙烧重油系统简介 | 第19-26页 |
| ·质量守恒定律 | 第20-21页 |
| ·动量守恒定律 | 第21-25页 |
| ·输油管道动态特性 | 第25-26页 |
| ·动量、热量与质量传输过程模型的表述 | 第26-27页 |
| ·一维传递机理 | 第26页 |
| ·通用微分方程组 | 第26-27页 |
| ·阳极焙烧温度模型 | 第27-34页 |
| 第4章 置信规则库 | 第34-47页 |
| ·基于专家系统的置信规则库概述 | 第34-36页 |
| ·置信规则库 | 第34-35页 |
| ·利用证据推理方法的规则推断 | 第35页 |
| ·利用 RIMER最优学习方法训练置信规则库 | 第35-36页 |
| ·专家系统置信规则库在阳极焙烧温度测量的应用 | 第36-42页 |
| ·问题描述 | 第36页 |
| ·规则库中的先前值和结果值属性 | 第36-37页 |
| ·先前值和结果值的参考点 | 第37-38页 |
| ·规则 | 第38-39页 |
| ·训练和测试规则库 | 第39-42页 |
| ·挑选训练数据 | 第39页 |
| ·训练 | 第39-40页 |
| ·测试 | 第40-42页 |
| ·利用任意选择的初始规则进行训练 | 第42页 |
| ·本章小结 | 第42-47页 |
| 第5章 遗传算法应用于系统辨识 | 第47-62页 |
| ·引言 | 第47页 |
| ·遗传算法概述 | 第47-48页 |
| ·遗传算法的原理与方法 | 第48-56页 |
| ·编码 | 第48-50页 |
| ·选择 | 第50-52页 |
| ·交叉 | 第52-53页 |
| ·变异 | 第53-54页 |
| ·适应度函数 | 第54-55页 |
| ·控制参数选择 | 第55-56页 |
| ·GA在系统辨识和模型降阶中的应用 | 第56页 |
| ·基于遗传算法的系统参数辨识仿真 | 第56-61页 |
| ·本章小结 | 第61-62页 |
| 结论和展望 | 第62-63页 |
| 参考文献 | 第63-66页 |
| 致谢 | 第66-67页 |
| 附录A 攻读学位期间所发表的学术论文 | 第67页 |
