| 第一章 绪论 | 第1-23页 |
| ·课题的提出及其研究意义 | 第8-10页 |
| ·本课题相关领域的现状及发展趋势 | 第10-14页 |
| ·稀土萃取分离技术的发展 | 第10-11页 |
| ·稀土萃取分离过程组分含量测量方法 | 第11-14页 |
| ·软测量技术 | 第14-22页 |
| ·软测量的基本框架 | 第14-15页 |
| ·软测量建模方法 | 第15-19页 |
| ·影响软测量性能的因素 | 第19-20页 |
| ·软测量的设计步骤 | 第20-22页 |
| ·本文主要工作 | 第22-23页 |
| 第二章 稀土萃取分离过程描述 | 第23-28页 |
| ·稀土串级萃取分离过程 | 第23-24页 |
| ·串级萃取分离过程机理分析 | 第24-27页 |
| ·串级萃取分离过程动态平衡模型 | 第24-26页 |
| ·主导变量和辅助变量的确定 | 第26-27页 |
| ·本章小结 | 第27-28页 |
| 第三章 基于K-均值聚类算法的RBF网络组分含量软测量模型 | 第28-49页 |
| ·引言 | 第28-29页 |
| ·RBF网络的输出 | 第29-30页 |
| ·RBF网络的学习算法 | 第30-37页 |
| ·K-均值聚类算法建立RBF网络组分含量软测量模型 | 第37-48页 |
| ·数据采集和预处理 | 第37-43页 |
| ·实验研究 | 第43-48页 |
| ·本章小结 | 第48-49页 |
| 第四章 基于遗传算法的-RBF网络组分含量软测量模型 | 第49-72页 |
| ·遗传算法的基本机理 | 第49-56页 |
| ·编码 | 第49-50页 |
| ·适应度函数 | 第50-51页 |
| ·遗传算法的操作 | 第51-56页 |
| ·遗传算法的求解步骤 | 第56-57页 |
| ·遗传算法的特点 | 第56页 |
| ·遗传算法的框图 | 第56-57页 |
| ·混合遗传算法建立RBF网络组分含量软测量模型 | 第57-63页 |
| ·染色体结构及编码 | 第58页 |
| ·算法设计 | 第58-59页 |
| ·实验研究 | 第59-63页 |
| ·混合递阶遗传算法建立RBF网络组分含量软测量模型 | 第63-71页 |
| ·染色体结构及编码 | 第64页 |
| ·算法设计 | 第64-65页 |
| ·实验研究 | 第65-71页 |
| ·本章小结 | 第71-72页 |
| 第五章 总结 | 第72-74页 |
| ·主要工作回顾 | 第72页 |
| ·本课题今后需进一步研究的地方 | 第72-74页 |
| 致谢 | 第74-75页 |
| 参考文献 | 第75-78页 |
| 附录混合递阶遗传算法程序 | 第78-85页 |
| 个人简历 在读期间发表的学术论文 | 第85页 |
