| 摘要 | 第1-7页 |
| ABSTRACT | 第7-12页 |
| 第一章 绪论 | 第12-20页 |
| ·铜冶炼工艺概括及发展 | 第12页 |
| ·铜电解的生产概述 | 第12-16页 |
| ·电解精炼的目的 | 第12-13页 |
| ·电解反应机理 | 第13-14页 |
| ·铜电解过程 | 第14-16页 |
| ·铜电解过程控制技术 | 第16页 |
| ·工业过程稳态优化控制的研究发展 | 第16-17页 |
| ·工业过程稳态优化控制的发展及存在的问题 | 第16-17页 |
| ·人工智能在工业过程稳态优化控制中的应用 | 第17页 |
| ·本文的主要工作 | 第17-20页 |
| 第二章 铜电解过程模型的建立 | 第20-24页 |
| ·技术指标模型 | 第20-21页 |
| ·铜酸成分的预测的目的和意义 | 第20页 |
| ·影响铜酸浓度的因素分析 | 第20-21页 |
| ·软测量模型的建立方法 | 第21页 |
| ·技术目标函数的建立 | 第21页 |
| ·电耗指标模型 | 第21-24页 |
| 第三章 多目标优化与决策 | 第24-38页 |
| ·多目标优化问题 | 第24-26页 |
| ·多目标问题的数学描述 | 第24-25页 |
| ·Pareto解集的概念及其评价准则 | 第25-26页 |
| ·解决MOP的传统方法 | 第26-29页 |
| ·加权法 | 第26-28页 |
| ·约束法 | 第28-29页 |
| ·多目标智能优化算法的研究概况 | 第29-34页 |
| ·进化算法Evolutionary Algorithm | 第29-31页 |
| ·群体智能Swarm Intelligence | 第31-32页 |
| ·传统方法与智能优化方法的比较 | 第32-34页 |
| ·多目标决策 | 第34-38页 |
| ·多目标决策的发展及其特点 | 第34-35页 |
| ·优化与决策的关系 | 第35-38页 |
| 第四章 一种新的多目标粒子群优化算法 | 第38-56页 |
| ·无免费午餐定理 | 第38-39页 |
| ·粒子群优化算法 | 第39-41页 |
| ·基本粒子群优化算法 | 第40页 |
| ·标准粒子群优化算法 | 第40-41页 |
| ·粒子群优化算法和传统进化算法的比较 | 第41-42页 |
| ·多目标粒子群优化算法 | 第42-44页 |
| ·一种新的多目标粒子群算法—VMOPSO | 第44-48页 |
| ·VMOPSO算法的主要流程 | 第44-45页 |
| ·VMOPSO算法中的关键算子 | 第45-48页 |
| ·约束问题的处理 | 第48-49页 |
| ·惩罚函数法 | 第48-49页 |
| ·区分可行解与不可行解法 | 第49页 |
| ·算法仿真分析与比较 | 第49-56页 |
| ·算法的评价方法 | 第49-50页 |
| ·仿真分析与比较 | 第50-56页 |
| 第五章 改进的多属性决策方法 | 第56-68页 |
| ·多属性决策理论及方法研究综述 | 第56-57页 |
| ·决策信息的获取 | 第56-57页 |
| ·决策信息集结及方案排序与择优 | 第57页 |
| ·多属性决策基础理论 | 第57-62页 |
| ·决策矩阵 | 第57页 |
| ·主观赋权法 | 第57-58页 |
| ·客观赋权法 | 第58-59页 |
| ·组合赋权法 | 第59-60页 |
| ·简单线性加权法(SWA) | 第60页 |
| ·理想点法(TOPSIS法) | 第60-62页 |
| ·适用于稳态优化的多属性效用函数决策方法 | 第62-68页 |
| ·问题的提出 | 第62页 |
| ·新的效用函数 | 第62-64页 |
| ·仿真分析 | 第64-68页 |
| 第六章 在铜电解过程中的应用 | 第68-74页 |
| ·优化模型分析 | 第68-69页 |
| ·铜电解过程的优化与决策 | 第69-74页 |
| ·铜电解过程的优化 | 第70-71页 |
| ·优化结果的决策 | 第71-74页 |
| 第七章 结论与展望 | 第74-76页 |
| ·结论 | 第74页 |
| ·展望 | 第74-76页 |
| 参考文献 | 第76-82页 |
| 致谢 | 第82-84页 |
| 攻读硕士期间发表的论文 | 第84页 |