基于支持向量机的高炉铁水硅含量预测
第1章 绪论 | 第5-19页 |
1.1 硅含量研究背景和意义 | 第5-6页 |
1.2 高炉炼铁概述 | 第6-10页 |
1.3 铁水硅含量预测国内外研究综述 | 第10-17页 |
1.4 本文研究内容 | 第17-19页 |
第2章 高炉数据采集和处理 | 第19-27页 |
2.1 引言 | 第19页 |
2.2 高炉数据采集 | 第19-21页 |
2.3 高炉数据预处理的必要性 | 第21-22页 |
2.4 数据预处理的方法 | 第22-26页 |
2.5 本章小结 | 第26-27页 |
第3章 支持向量机基础理论 | 第27-39页 |
3.1 引言 | 第27页 |
3.2 支持向量机简介 | 第27页 |
3.3 支持向量机分类 | 第27-33页 |
3.4 支持向量机回归 | 第33-35页 |
3.5 支持向量机参数优化 | 第35-38页 |
3.6 本章小结 | 第38-39页 |
第4章 单变量与多变量硅含量预测研究 | 第39-49页 |
4.1 引言 | 第39页 |
4.2 单变量和多变量硅含量预测 | 第39-40页 |
4.3 单变量硅含量预测模型 | 第40-42页 |
4.4 多变量预测 | 第42-44页 |
4.5 建模与仿真 | 第44-48页 |
4.6 本章小结 | 第48-49页 |
第5章 基于差分计算与支持向量机的硅含量预测研究 | 第49-61页 |
5.1 引言 | 第49页 |
5.2 硅含量预测趋势及可靠性研究 | 第49-54页 |
5.3 基于差分的硅含量变化值预测研究 | 第54-56页 |
5.4 基于差分计算与支持向量机的硅含量预测 | 第56-59页 |
5.5 本章小结 | 第59-61页 |
第6章 总结与展望 | 第61-63页 |
6.1 本文内容总结 | 第61页 |
6.2 进一步研究和展望 | 第61-63页 |
参考文献 | 第63-67页 |
致谢 | 第67-68页 |
攻读学位期间的科研成果 | 第68页 |